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