摘要： 15 手写数字识别-小数据集 15 手写数字识别-小数据集 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2.图片数据预处理 x：归一化MinMaxScaler() y：独热编码OneHotEnco 阅读全文

摘要： 1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 答： 分类是事先定义好类别 ，类别数不变 ，属于有监督学习； 聚类则没有事先预定的类别，类别数不确定，属于非监督学习。 简述什么是监督学习与无监督学习。 答：监督学习（supervised learning）：通过已有的训练样 阅读全文

摘要： 15 手写数字识别-小数据集 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() 2.图片数据预处理 x：归一化MinMaxScaler() y：独热编码OneHotEncoder()或to_catego 阅读全文

摘要： 1.简述人工智能、机器学习和深度学习三者的联系与区别。 区别： （1）人工智能：目的和结果，深度学习，机器学习是方法，是工具。 （2）机器学习：一种实现人工智能的方法；机器学习都可以被精准地定义为：1、任务2、训练过程3、模型表现 （3）深度学习：是一种实现机器学习的技术，适合处理大数据 2. 全连 阅读全文

摘要： 1.读取 # 1.读取数据集 def read_dataset(): file_path = r'D:\SMSSpamCollection.txt' sms = open(file_path, encoding='utf-8') sms_data = [] sms_label = [] csv_re 阅读全文

摘要： 1. 读邮件数据集文件，提取邮件本身与标签。 列表 numpy数组 执行代码： 运行结果： 2.邮件预处理 邮件分句 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # 阅读全文

摘要： 9.主成分分析 一、用自己的话描述出其本身的含义： 1、特征选择 2、PCA 二、并用自己的话阐述出两者的主要区别 答：一、特征选择就是特征降维中进行人工选择的方式，主观性剔除不要的特征。而PCA则是特征降维中除了特征选择的另一种降维方法，中文名为主成分分析技术，他的作用是尽可能降低原数据的维数，简 阅读全文

摘要： 8、特征选择 用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来（没有条件的备注说明原因）注意：每个人的电脑ID是不一样的 阅读全文

摘要： 8、特征选择 用过滤法对以下数据进行特征选择： [[0,2,0,3], [0,1,4,3], [0,1,1,3]] 要求： 1、Variance Threshold（threshold =1.0） 2、将结果截图放上来（没有条件的备注说明原因）注意：每个人的电脑ID是不一样的 阅读全文

摘要： 1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？ 首先逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者最本质的区别。 ①性质不同 逻辑回归：是一种广义的线性回归分析模型。 线性回归：利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法 阅读全文