Rinkong贝比

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。 二、实践方案 简要说明理由。 三、实践任务分解 根据所选的题目，明确实验步骤，分解任务到每天。 四、实践计划 按任务分解撰写计划表，每天按计划表开展工作。 第天根据实际情况更新计划表，有必要时调整。 1. 阅读全文

摘要： 作业补交：电脑是没有带回家的，一直放在学校，就没有交上作业，只能偶尔用我姐的iPad交作业。 2.机器学习相关数学基础 3.K均值算法 4.K均值算法--应用 6.逻辑回归 7.逻辑回归实践 8.特征选择 1.手写数字数据集 from sklearn.datasets import load_dig 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 源代码： from sklearn. 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） 逻辑回归可以增加样本量，也可通过特征选择,剔除一些不重要的特征,从而降低模型复杂度。 过拟合的时候，拟合函数的系数往往非常大，而正则化是通过约束参数的范数使其不要太大，所以可以在一定程度上减少过拟合情况 2.用lo 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？ 逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。 不同的就是线性回归中，独立变量的系数解释十分明了，就是保持其他变量不变时，改变单个变量因变量的改变量。而在逻辑回归中，自变量系数的解释就要视情况而定了，要看选用的概率分 阅读全文

摘要： 1. 应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 源代码： import m 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 第一次选取的聚类中心数：5 、13、8 （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） import matplotlib.pyplot as plt from sklearn.cluster 阅读全文

摘要： （1）贴上视频学习笔记，要求真实，不要抄袭，可以手写拍照。 （2）用自己的话总结“梯度”，“梯度下降”和“贝叶斯定理”，可以word编辑，可做思维导图，可以手写拍照，要求言简意赅、排版整洁。 梯度：是一个矢量，表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向 阅读全文

摘要：  提交作业 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：人工智能、机器学习、深度学习三者的关系是，人工智能包括机器学习，而机器学习包括深度学习。深度学习只是机器学习众多算法中的一类。 2. 全连接神经网络与卷积神经网络的联系与区别。 答：卷积神经网络也是通过一层一层的节点组织起来的 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。 简述分类与聚类的联系与区别。 联系：分类与聚类都是通过预处理使得数据能基于一个分析目标而被整理。 区别：分类是有监督，靠的是学习； 聚类无监督，靠的是启发式搜索。 简述什么是监督学习与无监督学 阅读全文