中文词频统计
摘要：
一.下载一篇中文长篇小说并从文件中读取待分析文本 二.安装jieba 三. (1)更新词库，加入所分析对象的专业词汇。 (2)生成词频统计 (3)排序 (4)排除语法型词汇，代词、冠词、连词等停用词。 (5)输出词频最大TOP20，把结果存放到文件里 四.生成词云 阅读全文
posted @ 2019-03-18 21:42 sakitam! 阅读(90) 评论(0) 推荐(0) 编辑
2019年3月18日 #
2018年12月20日 #
期末大作业
摘要：
一、Boston房价预测 1. 导入boston房价数据集 2. 划分数据集 3.线性回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。 4. 多项式回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。 5. 比较线性模型与非线性模型的性能，并说明原因。 答： 二、中文文本分类 阅读全文
posted @ 2018-12-20 19:14 sakitam! 阅读(168) 评论(0) 推荐(0) 编辑
2018年12月13日 #
回归模型与房价预测
摘要：
1. 导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 1. 导入bos 阅读全文
posted @ 2018-12-13 09:10 sakitam! 阅读(820) 评论(0) 推荐(0) 编辑
2018年12月6日 #
朴素贝叶斯应用：垃圾邮件分类
摘要：
1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量 。 6. 测 阅读全文
posted @ 2018-12-06 09:02 sakitam! 阅读(357) 评论(0) 推荐(0) 编辑
2018年11月29日 #
sklearn中的朴素贝叶斯模型及其应用
摘要：
一.使用朴素贝叶斯模型对iris数据集进行花分类;尝试使用3种不同类型的朴素贝叶斯： (1)高斯分布型 (2)多项式型 （3）伯努利型 二.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 （1）高斯分布型 （2）多项式型 （3）伯努利型 三. 阅读全文
posted @ 2018-11-29 10:38 sakitam! 阅读(210) 评论(0) 推荐(0) 编辑
2018年11月18日 #
分类与监督学习，朴素贝叶斯分类算法
摘要：
一.理解分类与监督学习、聚类与无监督学习。 （1） 简述分类与聚类的联系与区别？ 是把某个对象划分到某个具体的已经定义的类别当中，而聚类是把一些对象按照具体特征组织到若干个类别里。虽然都是把某个对象划分到某个类别中，但是分类的类别是已经预定义的，而聚类操作时，某个对象所属的类别却不是预定义的，而是可 阅读全文
posted @ 2018-11-18 19:51 sakitam! 阅读(159) 评论(0) 推荐(0) 编辑
2018年11月5日 #
2018年10月29日 #
聚类--K均值算法：自主实现与sklearn.cluster.KMeans调用
摘要：
1. （一）选取初始数据中的k个对象作为初始的中心，每个对象代表一个聚类中心 （二） 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心所对应的类 （三）更新聚类中心：将每个类别中所有对象所对应的均值作为该类别的聚类中心，计算目标函数的值 （四） 阅读全文
posted @ 2018-10-29 19:34 sakitam! 阅读(3145) 评论(0) 推荐(0) 编辑
2018年10月20日 #
numpy统计分布显示
摘要：
#导包 import numpy as np #导入鸢尾花数据 from sklearn.datasets import load_iris data = load_iris() pental_len = data.data[:,2] print(pental_len) #计算尾花花瓣长度的最大值，平均值，中值，均方差 print("最大值:",np.max(pental_len)) prin... 阅读全文
posted @ 2018-10-20 20:11 sakitam! 阅读(148) 评论(0) 推荐(0) 编辑
2018年10月14日 #
numpy数据集练习
摘要：
（1）安装scipy，numpy，sklearn包 （2）从sklearn包自带的数据集中读出鸢尾花数据集data （3）查看data类型，包含哪些数据 #加载numpy包 import numpy #加载sklearn包 from sklearn.datasets import load_iris 阅读全文
posted @ 2018-10-14 13:40 sakitam! 阅读(131) 评论(0) 推荐(0) 编辑