摘要：
Python环境 学习笔记 机器学习是在于给定一个任务，然后在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验；不断地提供合适、优值、大量的经验，该程序对于任务的性能逐步提高。 机器学习的一般流程是先要收集数据，然后进行数据清洗，建立工程，再数据建模 机器学习可分为有监督学习、无监 阅读全文
摘要：
1、什么是回归算法 回归算法是监督型算法的一种，通过利用测试集数据来建立模型，再利用这个模型训练集中的数据进行处理的算法。线性回归旨在寻找到一根线，这个线到到达所有样本点的距离的和是最小的。常用在预测和分类领域。 2、回归和分类的区别： 3、机器学习回归算法可以干什么？ （1）房价预测 （2）销售额 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？ 什么是：逻辑回归本质上是一个线性回归模型，是一种用来解决二分类问题的机器学习方法，用于估计某种事物的可能性。 逻辑回归公式： 和线性回归的不同（直接上的不同）：逻辑回归中因变量都是分类型变量，而线性回归的是连续性数值变量，并且逻辑 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？ 答： （1）可以通过增加样本量，或者提取不重要的特征进行降维来防止过拟合，也可以通过正则化来防止过拟合。 （2）正则化的原理，就是通过约束系数（w）的大小，进而抑制整体的过拟合情况。 2.用logiftic回归来进行实践操作，数据不限。 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是不一样的 from sklearn.featu 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。 分类：根据一些给定的已知类别标号的样本，训练某种学习机器（即得到某种目标函数），使它能够对未知类别的样本进行分类。 聚类：聚类的时候，我们并不关心某一类是什么，我们需要实现的目标只是把相似的东 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 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() # sever地址改成 h 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