会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
qazokm
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
2020年6月9日
15 手写数字识别-小数据集
摘要: 1.手写数字数据集 from sklearn.datasets import load_digits digits = load_digits() from sklearn.datasets import load_digits import numpy as np import pandas as
阅读全文
posted @ 2020-06-09 16:19 qazokm
阅读(119)
评论(0)
推荐(0)
编辑
2020年6月1日
14 深度学习-卷积
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。 人工智能是目的,是结果;深度学习、机器学习是方法,是工具;机器学习,一种实现人工智能的方法,机器学习都可以被精准地定义为:任务、训练过程、模型表现。深度学习则是一种实现机器学习的技术;他适合处理大数据。深度学习使得机器学习能够实现众多应用,并拓
阅读全文
posted @ 2020-06-01 10:48 qazokm
阅读(105)
评论(0)
推荐(0)
编辑
2020年5月24日
13-垃圾邮件分类2
摘要: 1.读取 def read_dataset(): file_path = r'SMSSpamCollection' sms = open(file_path, encoding='utf-8') sms_data = [] sms_label = [] csv_reader = csv.reader
阅读全文
posted @ 2020-05-24 22:08 qazokm
阅读(140)
评论(0)
推荐(0)
编辑
2020年5月17日
12.朴素贝叶斯-垃圾邮件分类
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 名子分词 去掉过短的单词 词性还原 连接成字符串 传统方法来实现 nltk库的安装与使用 pip install nltk import nltk nltk.download() # sever地址改成 h
阅读全文
posted @ 2020-05-17 13:57 qazokm
阅读(139)
评论(0)
推荐(0)
编辑
2020年5月11日
11.分类与监督学习,朴素贝叶斯分类算法
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。 分类:分类过程需要做的就是把每一条记录归到对应的类别之中。分类的目的是为了确定一个点的类别,具体有哪些类别是已知的,提高认知效率、降低认知成本 聚类:聚类是指将数据集划分为若干类,使得类内之间
阅读全文
posted @ 2020-05-11 23:25 qazokm
阅读(181)
评论(0)
推荐(0)
编辑
2020年4月28日
9、主成分分析
摘要: 一、用自己的话描述出其本身的含义: 1、特征选择 2、PCA 特征选择:单纯的从提取到的所有特征中选择部分特征作为训练集特征,特征在选择后可以改变值、也不改变值,但是选择特征后的特征维数肯定比选择前小,毕竟我们只选择了其中的一部分特征,部分特征的相关度高,容易消耗计算性能,部分特征对预测结果有影响。
阅读全文
posted @ 2020-04-28 13:25 qazokm
阅读(114)
评论(0)
推荐(0)
编辑
2020年4月27日
7.逻辑回归实践
摘要: 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) (1)增加样本量 (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,那就看看是否使用了过度复杂的特征构造工程,比如
阅读全文
posted @ 2020-04-27 09:50 qazokm
阅读(121)
评论(0)
推荐(0)
编辑
8、特征选择
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 from sklearn.feature_selection import VarianceThre
阅读全文
posted @ 2020-04-27 09:45 qazokm
阅读(98)
评论(0)
推荐(0)
编辑
2020年4月24日
6.逻辑归回
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? 逻辑回归的思想是将样本特征和样本发生的概率联系起来,概率是一个0到1之间的数。逻辑回归解决的是分类问题,而不是回归问题,虽然它名字里有回归俩字。这里的可能性,不是数学上的概率,这里的可能性是特征值得加权求和,不是直接相乘。离散选择
阅读全文
posted @ 2020-04-24 13:28 qazokm
阅读(185)
评论(0)
推荐(0)
编辑
2020年4月22日
5.线性回归算法
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 机器学习——回归 回归分析中,只包括一个自变量和一个因变量,且二者的关系可用一条直线近似表示,这种回归分析称为一元线性回归分析。如果回归分析中包括两个或两个以上的自变量,且因变量和自变量之间是线性关系,则称为多元线性回归分
阅读全文
posted @ 2020-04-22 17:53 qazokm
阅读(213)
评论(0)
推荐(0)
编辑
下一页