摘要：
一、选题与意义 2.Kaggle分析数据项目 选择Kaggle的泰坦尼克号生存预测。电脑环境配置不行，主要也还是不会。 二、实践方案 首先准备划分数据集，确定模型，训练模型，模型预测。 三、实践任务分解 准备划分数据集，确定模型，训练模型，模型预测。 四、实践计划 按任务分解撰写计划表，每天按计划表 阅读全文
摘要：
补缴作业： 3.k均值算法 https://www.cnblogs.com/miaoxiaowen/p/13053812.html 12.朴素贝叶斯-垃圾邮件分类 https://www.cnblogs.com/miaoxiaowen/p/13053874.html 原因：在家时间管理不恰当，自我管 阅读全文
摘要：
补缴作业： 3.K均值算法 https://www.cnblogs.com/miaoxiaowen/p/13053812.html 12.朴素贝叶斯-垃圾邮件分类 https://www.cnblogs.com/miaoxiaowen/p/13053874.html 原因：在家时间管理不恰当，自我管 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. 机器学习的步骤 数据，模型选择，训练，测试，预测 2. 安装机器学习库sklearn pip list 查看版本 python -m pip install --upgrade pip pip install -U scikit-learn pip uninstall sklearn pip 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.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。 对于分类来说，在对数据集分类时，我们是知道这个数据集是有多少种类的；而对于聚类来说，在对数据集操作时，我们是不知道该数据集包含多少类，我们要做的，是将数据集中相似的数据归纳在一起。他们都是对数 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 1、特征选择：从m个原始特征中选择n个最有效特征以降低数据集维度的过程来使得系统的特定指标最优化。 2、PCA：数据中会使方差最大化的方向，它是在对特征数据执行投影或压缩时，最大化的降低信息丢失。 二、并用自己的话阐述出两者的主要区别 1 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） 增加样本量，这是万能的方法，适用任何模型 通过特征选择，剔除一些不重要的特征，从而降低模型复杂度 逻辑回归特有的防止过拟合方法:进行离散化处理，所有特征都离散化 算法层面-正则化：L1正则，通过增大正则项导致更多参 阅读全文