摘要: 老师:MissDu 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。 答: 1. 分类与聚类: 联系:分类和聚类都包含一个过程:对于想要分析的目标点,都会在数据集中寻找离它最近的点,即二者都用到了NN算法。 区别:分类的目的是为了确定一个点的 阅读全文
posted @ 2020-06-10 22:23 CrJia 阅读(192) 评论(0) 推荐(0) 编辑
摘要: 1.分别写出描述以下语言的正规文法和正规式: L1={abna|n≥0}。 L2={ambn|n≥1,m ≥1} L3={(ab)n|n≥1} 2.将以下正规文法转换到正规式 Z→0AA→0A|0BB→1A|ε Z→U0|V1U→Z1|1V→Z0|0 S→aAA→bA|aB|bB→aA I→l|Il 阅读全文
posted @ 2020-06-10 22:00 CrJia 阅读(188) 评论(0) 推荐(0) 编辑
摘要: 老师您好十分抱歉,第十一次的作业我并没有如期上交,因为我当时帮助家里打点店铺,结果疏漏了完成作业这件事,十分抱歉,下面是我第十一次作业的补交链接,烦请查收。 链接: 分类与监督学习,朴素贝叶斯分类算法 1.手写数字数据集 from sklearn.datasets import load_digit 阅读全文
posted @ 2020-06-10 21:40 CrJia 阅读(519) 评论(1) 推荐(0) 编辑
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。 答:机器学习是实现人工智能的其中一种方法, 深度学习是实现机器学习的其中一种技术。 2. 全连接神经网络与卷积神经网络的联系与区别。 答:全链接是将神经元依据权重全部一一连接到隐藏层,数据十分的庞大且会损失图像的空间信息,而卷积神经网络虽然也是 阅读全文
posted @ 2020-06-03 20:41 CrJia 阅读(191) 评论(0) 推荐(0) 编辑
摘要: 1.读取 直接代码简单易懂 代码: SMSS = open("D:\数据可视化技术课程文件\SMSSpamCollection", 'r', encoding='utf-8') # 数据读取 SMSS_detail = [] # 邮件内容 SMSS_label = [] # 邮件标题 csv_rea 阅读全文
posted @ 2020-05-27 20:56 CrJia 阅读(248) 评论(0) 推荐(0) 编辑
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
posted @ 2020-05-20 19:58 CrJia 阅读(340) 评论(0) 推荐(0) 编辑
摘要: 一、用自己的话描述出其本身的含义: 1、特征选择 当我们拿到一个数据集的时候,它其中的特征会有很多,如果我们直接导入计算运算量将是极其庞大和没用处的,所以要对特征进行降维选择性的舍弃,留住重要部分,这个操作就叫特征选择。 2、PCA PCA是一种很成熟的用来对数据集进行简化降维的一种算法,他是在保留 阅读全文
posted @ 2020-04-30 22:00 CrJia 阅读(121) 评论(0) 推荐(0) 编辑
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
posted @ 2020-04-29 12:04 CrJia 阅读(250) 评论(0) 推荐(0) 编辑
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 实验代码: 结果: 阅读全文
posted @ 2020-04-27 14:50 CrJia 阅读(97) 评论(0) 推荐(0) 编辑
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
posted @ 2020-04-25 21:09 CrJia 阅读(354) 评论(0) 推荐(0) 编辑