04 2020 档案
摘要：一、用自己的话描述出其本身的含义： 1、特征选择 要剔除的特征主要是和类标签无关的特征 2、PCA 在特征很多是和类标签有关的情况下，用特征降维的方法来减少特征数，减少噪音和冗余，减少过度拟合的可能性。并不是简单地去除某些特征。 二、并用自己的话阐述出两者的主要区别 特征选择后的特征是原来特征的一个
阅读全文
摘要：特征选择的常用方法包括： （1）过滤（Filter） 去掉取值变化小的特征 单变量特征选择 （2）封装（Wrapper） 递归特征消除 （3）嵌入（Embedding） 使用SelectFromModel选择特征 将特征选择过程融入pipeline 用过滤法对以下数据进行特征选择： [[0,2,0,
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？】 · 防止过拟合的方法： （1）增加样本量（适用任何模型）。 （2）如果数据稀疏，使用L1正则，其他情况，使用L2。 L1正则，通过增大正则项导致更多参数为0，参数系数化降低模型复杂度，从而抵抗过拟合。 L2正则，通过使得参数都趋于0，
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？】 逻辑回归是用回归的方式进行分类，拟合的不是线性函数，而是一个概率学中的函数，f(x)的值反映了样本属于这个类的概率。即训练结果原本为连续型变量，再通过划分阈值进行分类。 线性回归则是用线性的关系来拟合一个事情的发生规律,找到这
阅读全文
摘要：【1.总结】 线性回归可以理解为：在N维空间中找一个形式像直线方程（y=ax+b）一样的函数来拟合数据。 因此，线性回归包括： 单元（单因素）线性回归 多元（多因素）线性回归 而在构建线性回归模型的过程中，我们需要选择最合适的那条线，即预测结果与真实结果误差最小，这里就涉及到一个概念：损失函数（最小
阅读全文
摘要：1. 应用K-means算法进行图片压缩 （1）读取一张图片（照片来源：微博@喵呜不停） （2）观察图片文件大小，占内存大小，图片数据结构，线性化 1 from matplotlib import pyplot as plt 2 from sklearn.cluster import KMeans
阅读全文
摘要：1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 可以看到，到第三轮结束，均值已不发生改变，故聚类中心已经稳定在[12, 8, 3]，即Q、8、3 2）. *自主编写K-means算法 ，以鸢尾花花瓣长度数据做聚类，并用散点图显示。（加分题） 鸢尾花花瓣长度分类——代码： 1 # 自主编写K-
阅读全文
摘要：P2 概率论与贝叶斯先验 一、概率论基础 1．概率与直观 （1）“九点分布”——本福特定律 【归纳】 （2）推荐系统——相似用品A、随机用品B，求B>A的概率 （3）公路堵车概率模型——Nagel-Schreckenberg交通流模型 ·减速概率的影响 2．常见概率分布 （1）概率公式 ·贝叶斯公式
阅读全文
摘要：本周任务： 一、python基础的准备 1、安装好Python开发环境， PyCharm 或 Anaconda等都可以，按个人习惯喜好。 2、基本库的安装，如numpy、pandas、scipy、matplotlib 二、本周视频学习内容：https://www.bilibili.com/video
阅读全文
