摘要：
1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() digits = load_digits() X_data = digits.data.astype(np.float32) Y_data = digi 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。 （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. 全连接神经 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 # 读邮件数据集文件，提取邮件本身与标签 import numpy as np import csv file_path =r"D:\SMSSpamCollection.txt" sms= open(file_path,'r',en 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 2、PCA 二、并用自己的话阐述出两者的主要区别 解： 一、 1、特征选择：从全部特征中选取一个特征子集，使得使构造出来的模型效果更好，推广能力更强，是能剔除不相关、冗余、没有差异刻画能力的特征，从而达到减少特征个数、减少训练或者运行时间、提高模型精 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） 2.用logiftic回归来进行实践操作，数据不限。 解： 1、 （1）增加样本量，这是万能的方法，适用任何模型；如果数据稀疏，使用L1正则，其他情况，用L2要好，可自己尝试；通过特征选择，剔除一些不重要的特征，从 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 解： 代码编写： 结果： 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？ 2.自述一下什么是过拟合和欠拟合？ 3.思考一下逻辑回归的应用场景有哪些？ 解： 1. 逻辑回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。 线性回归是利用数理统计中回 阅读全文
摘要：
1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 2.思考线性回归算法可以用来做什么？（大家尽量不要写重复） 3.自主编写线性回归算法 ，数据可以自己造，或者从网上获取。（加分题） 解： 1. 回归算法的背景： 监督学习：回归和分类的区别 重点：最小二乘法之梯度下降法 重 阅读全文