摘要： 一、选题与意义 1.Hadoop平台应用 2.Kaggle分析数据项目 简要说明理由与意义。 二、实践方案 简要说明理由。 三、实践任务分解 根据所选的题目，明确实验步骤，分解任务到每天。 四、实践计划 按任务分解撰写计划表，每天按计划表开展工作。 第天根据实际情况更新计划表，有必要时调整。 1. 阅读全文

摘要： 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_categorical 张量结构 训练集测 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。 人工智能意味着让计算机以某种方式模仿人类行为。 机器学习是人工智能的一个子集，它包括使计算机能够从数据中找出问题并交付人工智能应用程序的技术。 与此同时，深度学习是机器学习的一个子集，它使计算机能够解决更复杂的问题。 2. 全连接神经网络与卷积 阅读全文

摘要： 1.读取 2.数据预处理 import csv import nltk import re from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer import pandas as pd #返回类别 def 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 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

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。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 阅读全文

摘要： 一、用自己的话描述出其本身的含义： 1、特征选择：过滤掉与结果无关或者相关性很低的数据，达到降维的目的； 2、PCA：将原来的n维数据都映射到k维上，从这k维上抽取后的特征要能够精确地表示样本信息，使得信息丢失很小。 二、并用自己的话阐述出两者的主要区别特征选择后的特征是原来特征的一个子集；PCA选 阅读全文

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 from sklearn.featur 阅读全文

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） ①：直接减少特征数、手动保留那些比较重要的特征； 但是有时候舍弃特征也舍弃了有用的信息。 ②：正则化：保留所有的特征，但是减小参数θθ的大小。 2.用logiftic回归来进行实践操作，数据不限。 #（1）加载lo 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？ 逻辑回归和线性回归都是通过把一系列数据点预测计算出一条合适的“线”，将新的数据点映射到这条预测的“线”上，继而做出预测。 线性回归：主要用来做预测，过程是拟合函数，求参用的是最小二乘法。逻辑回归：主要用来做分类，过程是预测函数，求 阅读全文