大数据应用技术课程实践--选题与实践方案
摘要：
提交作业 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。 我选择第一题hadoop平台应用，因为我们曾经学过大数据，做过类似的，对于这题比较有头绪，思路。 阅读全文
posted @ 2020-06-23 19:49 宋思康 阅读(175) 评论(0) 推荐(0) 编辑
补-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
posted @ 2020-06-18 08:53 宋思康 阅读(123) 评论(0) 推荐(0) 编辑
补-K均值算法
摘要：
4. 作业： 1）. 扑克牌手动演练k均值聚类过程：>30张牌，3类 上次做了。 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 numpy as npfrom sklearn.datasets import load_irisimpor 阅读全文
posted @ 2020-06-18 08:45 宋思康 阅读(169) 评论(0) 推荐(0) 编辑
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。 人工智能是最早出现的，也是最大、最外侧的同心圆；其次是机器学习，稍晚一点；最内侧，是深度学习，当今人工智能大爆炸的核心驱动。 人工智能——机器诠释的人类智能 机器学习——实现人工智能的一种方式 深度学习——一种实现机器学习的技术 2. 全连接神 阅读全文
posted @ 2020-06-07 16:15 宋思康 阅读(130) 评论(0) 推荐(0) 编辑
垃圾邮件分类
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
posted @ 2020-05-23 21:35 宋思康 阅读(256) 评论(0) 推荐(0) 编辑
垃圾邮件分类2
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
posted @ 2020-05-23 19:27 宋思康 阅读(137) 评论(0) 推荐(0) 编辑
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。 2.朴素贝叶斯分类算法 实例 利用关于心脏病患者的临床历史数据集，建立朴素贝叶斯心脏病分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病 阅读全文
posted @ 2020-05-13 09:31 宋思康 阅读(149) 评论(0) 推荐(0) 编辑
9
摘要：
一 1:减少特征数量，降维，使模型泛化能力更强，减少过拟合，增强对特征和特征值之间的理解。 2:简化运算。 二 两者的主要区别:pca有限，pca是一种在数据集中最好的描述方差的一种方法，从而使原始数据在本质上是高维的。 阅读全文
posted @ 2020-05-04 19:52 宋思康 阅读(105) 评论(0) 推荐(0) 编辑
