2020年6月23日

大数据应用技术课程实践--选题与实践方案

摘要：一、选题与意义 1.Hadoop平台应用 2.Kaggle分析数据项目选择题目：1、Hadoop平台应用：淘宝双11数据分析与预测意义：因为之前学过，所以有一定的基础，可以复习一下之前的知识。二、实践方案步骤零：实验环境准备所需知识储备 Windows操作系统、Linux操作系统、大数据处阅读全文

posted @ 2020-06-23 20:12 A1高闪来一个阅读(200) 评论(0) 推荐(0) 编辑

2020年6月11日

15.手写数字识别-小数据集

摘要： 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() import numpy as npfrom sklearn.datasets import load_digits digits = load_dig 阅读全文

posted @ 2020-06-11 23:15 A1高闪来一个阅读(270) 评论(0) 推荐(0) 编辑

2020年6月6日

14.深度学习-卷积

摘要：  提交作业 1.简述人工智能、机器学习和深度学习三者的联系与区别。机器学习是一种实现人工智能的方法，深度学习是一种实现机器学习的技术。用圆图来展示就是，最外的圆是人工智能，里面一个是机器学习，最里面的圆是深度学习。如下图： 2. 全连接神经网络与卷积神经网络的联系与区别。卷积神经网络的输入输阅读全文

posted @ 2020-06-06 21:46 A1高闪来一个阅读(233) 评论(0) 推荐(0) 编辑

2020年5月23日

13.垃圾邮件分类2

摘要： 1.读取 #文件读取 file_path=r'D:\PycharmProjects\untitled\data\SMSSpamCollection' sms=open(file_path,'r',encoding='utf-8') sms_data=[] sms_label=[] csv_reade 阅读全文

posted @ 2020-05-23 17:14 A1高闪来一个阅读(168) 评论(0) 推荐(0) 编辑

2020年5月17日

12.朴素贝叶斯-垃圾邮件分类

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 2.邮件预处理邮件分句句子分词大小写，标点符号，去掉过短的单词词性还原：复数、时态、比较级连接成字符串 2.1 传统方法来实现 2.2 nltk库的安装与使用 pip install nltk import nltk nl 阅读全文

posted @ 2020-05-17 18:52 A1高闪来一个阅读(183) 评论(0) 推荐(0) 编辑

2020年5月12日

11.分类与监督学习，朴素贝叶斯分类算法

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。聚类：将物理或抽象对象的集合分成由类似的对象组成的多个类的过程。分类：在已有分类标准下，对新数据进行划分，分类。简述什么是监督学习与无监督学习。监督学习：根据已有的数据集，知道输入和输出结果之间的关系。根据这种已知的关系阅读全文

posted @ 2020-05-12 17:34 A1高闪来一个阅读(153) 评论(0) 推荐(0) 编辑

2020年5月2日

9.主成分分析

摘要：一、用自己的话描述出其本身的含义： 1、特征选择一般是减少样本中不相关的特征，加快模型的训练速度和效率，比如预测今天是否会下雨，其中性别比例就是多余的特征。 2、PCA 就是识别数据中主要的特征，然后通过分析特征值，确定出需要保留的主成分个数，舍弃其他主成分，从而实现数据的降维。二、并用自己的话阅读全文

posted @ 2020-05-02 02:38 A1高闪来一个阅读(123) 评论(0) 推荐(0) 编辑

2020年4月29日

8.特征选择

摘要：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是不一样的代码： from sklearn.f 阅读全文

posted @ 2020-04-29 12:06 A1高闪来一个阅读(115) 评论(0) 推荐(0) 编辑

7.逻辑回归实践

摘要： 1.逻辑回归是怎么防止过拟合的？为什么正则化可以防止过拟合？（大家用自己的话介绍下）上次的作业我们讲过什么是过拟合，过拟合就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳，机器学习时从样本学习了没用的特征。过拟合（也叫做高方差）在逻辑阅读全文

posted @ 2020-04-29 11:53 A1高闪来一个阅读(151) 评论(0) 推荐(0) 编辑

2020年4月25日

6.逻辑回归

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？简单一点说，逻辑回归就是估计某样事物的可能性，比如疾病的诊断。逻辑回归要求因变量必须是分类变量，二分类或者多分类的，而线性回归要求因变量必须是连续性数据变量。 2.自述一下什么是过拟合和欠拟合？过拟合：就是所建的机器学习模型或阅读全文

posted @ 2020-04-25 14:28 A1高闪来一个阅读(151) 评论(0) 推荐(0) 编辑

A1高闪来一个，秋梨膏！
博客园首页新随笔联系订阅管理