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。 答：选择Kaggle分析数据项目 项目：房价预测（House Prices） 理由与意义：由于第一题Hadoop环境搭建困难重重，加上硬件设备需要500G+8G以上，故选择第二题。选择房价预测的目的是房价这 阅读全文
摘要：
1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() #加载数据 from sklearn.datasets import load_digits import numpy as np import pan 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：计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。专家系统、机器学习、进化计算、模糊逻辑、计算机视觉、自然语言处理、推荐系统等。 机器学习：一种实现人工智能的方法。机器学习最基本的做法，是使用算法来解析数据、从中学习，然后对真实世 阅读全文
摘要：
java集合 概述 java 用于存放一组元素，其为了方便人们的操作 。 两个子接口：List:可重复 Set:不可重复集（equals方法） 常用方法： 添加元素:向集合中添加元素，返回boolean值 boolean add(E e) 返回值为boolean，true为添加成功，false为添加 阅读全文
摘要：
1.读取 2.数据预处理 3.数据划分—训练集和测试集数据划分 from sklearn.model_selection import train_test_split x_train,x_test, y_train, y_test = train_test_split(data, target, 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。 分类与聚类：分类是已经知道类别，具体的类别是哪一些，通过对已知的的数据进行训练，找到不同类的特征。 聚类是不知道会分成多少类，通过聚类分析将数据或者说用户聚合成几个群体，他不需要对数据进行训练 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 特征选择也叫特征子集选择。分为有监督学习和无监督学习。从已有的M个特征(Feature)中选择N个特征使得系统的特定指标最优化，将高维空间的样本通过映射或者是变换的方式转换到低维空间，达到降维的目的。 是从原始特征中选择出一些最有效特征以降低数据集维 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 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） 逻辑回归可以通过正则化、加大数据样本，较少特征量。因为要拟合训练数据需要足够大的空间模型，正则化控制模型空间来减少误差。 2.用logiftic回归来进行实践操作，数据不限。 阅读全文