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
摘要：
课堂练习： a+b*(c-d)+e/(c-d)↑n 写逆波兰式，并写出用栈进行处理的过程 逆波兰式：cd-b*a+ecd-n^/+ 1.语法文法G[E]如下所示： –E→E+T | E-T | T –T→T* F | T/F | F –F→P^ F | P –P→(E) | i 要求构造出符合语义分 阅读全文
摘要：
课堂练习： 课堂练习： 作业： 1.接上个作业（P121练习1），完成4），5）两个步骤。 1）计算FIRSTVT和 LASTVT。 2）找三种关系对。 3）构造算符优先关系表。 4）是否算符优先文法？ 5）给出输入串（a，（a，a））#的算符优先分析过程。 ^ , ( ) a # ^ > > > 阅读全文
摘要：
1.已知文法： E→E+T | T T→T*F | F F→(E) | i 以句柄作为可归约串，写出符号串‘i+i*i#’的"移进-归约"分析过程。 知识点： Firstvt找Firstvt的三条规则：如果要找A的Firstvt，A的候选式中出现： A->a.......，即以终结符开头，该终结符入 阅读全文