摘要：
一、选题与意义 1.Hadoop平台应用 √ 2.Kaggle分析数据项目 简要说明理由与意义。 答：分布式系统，大数据。进行map reduce 进行数据挖掘 因而适应你的文本分类的需求 二、实践方案 简要说明理由。 答：淘宝双11数据分析与预测课程案例，由厦门大学数据库实验室团队开发，旨在满足全 阅读全文
摘要：
1.简述人工智能、机器学习和深度学习三者的联系与区别。 答：就范围而言：人工智能>机器学习>深度学习，并且它们三者也属于包含关系。 人工智能： 人工智能英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学研究领域的一个重要分支 阅读全文
摘要：
1.读取 2.数据预处理 import csv import nltk import re from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer import pandas as pd #返回类别 def 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。 答：简述分类与聚类的联系与区别：聚类：在没有训练的条件下把样本划分为若干类。分类：已知存在哪些类，即对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。区别：两者 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 答：特征选择也叫特征子集选择 。是指从已有的M个特征中选择N个特征使得系统的特定指标最优化，是从原始特征中选择出一些最有效特征以降低数据集维度的过程,是提高学习算法性能的一个重要手段,也是模式识别中关键的数据预处理步骤。 2、PCA 答：PCA顾名思 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 from sklearn.featu 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） 答（1）： 1. 增加样本量，这是万能的方法，适用任何模型。 2. 如果数据稀疏，使用L1正则，其他情况，用L2要好，可自己尝试。 3. 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。 4. 如果还过拟合 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？ 答：逻辑回归是一种用于解决二分类（0 or 1）问题的机器学习方法，用于估计某种事物的可能性。比如说某个病人患某种疾病的可能性。逻辑回归本质上是线性回归，但是线性回归需要自变量与因变量之间的线性关系，逻辑回归不需要自变量与因变量之 阅读全文
摘要：
1.本节重点知识点用自己的话总结出来，可以配上图片，以及说明该知识点的重要性 回归算法的含义： 线性回归的含义： 2.思考线性回归算法可以用来做什么？（大家尽量不要写重复） 答：线性回归的预测模型虽然是一元（线性）方程，但现实中很多应用场景符合这个模型，例如商品的价格与商品的销量之间的关系。 3.自 阅读全文