https://aistudio.baidu.com/aistudio/projectdetail/2335535一、词向量one-hot表示把每个词表示为一个长向量。这个向量的维度是词表大小，向量中只有一个维度的值为1，其余维度为0，这个维度就代表了当前的词。 例如：苹果 [0,0,0,1,0,0,0,0,···] 。one-hot表示不能展示词与词之间的关系，且特征空间非常大。分布式表示wor

编程作业 3 - 多类分类对于此练习，我们将使用逻辑回归来识别手写数字（0到9）。 我们将扩展我们在练习2中写的逻辑回归的实现，并将其应用于一对一的分类。 让我们开始加载数据集。 它是在MATLAB的本机格式，所以要加载它在Python，我们需要使用一个SciPy工具。import numpy as npimport pandas as pdimport matplotlib.pyplot...

这个单子难点在神经网络交叉验证，之前只会机器学习的交叉验证，借鉴一个微信文章才做出来的，文档链接https://mp.weixin.qq.com/s?__biz=MzA4OTg5NzY3NA==&mid=2649345834&idx=1&sn=3c748d2d3c0ac89395da25a07a75cefa&chksm=880e808fbf7909999e27752

import torchfrom transformers import BertTokenizer, BertModel, BertConfigimport numpy as npfrom torch.utils import datafrom sklearn.model_selection import train_test_splitimport pandas as pdpretrained

编程作业 3 - 多类分类对于此练习，我们将使用逻辑回归来识别手写数字（0到9）。 我们将扩展我们在练习2中写的逻辑回归的实现，并将其应用于一对一的分类。 让我们开始加载数据集。 它是在MATLAB的本机格式，所以要加载它在Python，我们需要使用一个SciPy工具。import numpy as npimport pandas as pdimport matplotlib.pyplot...

支持向量机在本练习中，我们将使用支持向量机（SVM）来构建垃圾邮件分类器。 我们将从一些简单的2D数据集开始使用SVM来查看它们的工作原理。 然后，我们将对一组原始电子邮件进行一些预处理工作，并使用SVM在处理的电子邮件上构建分类器，以确定它们是否为垃圾邮件。我们要做的第一件事是看一个简单的二维数据集，看看线性SVM如何对数据集进行不同的C值（类似于线性/逻辑回归中的正则化项）。import...

1:什么是决策树1.2官话：决策树(Decision Tree)是在已知各种情况发生概率的基础上，通过构建决策树来进行分析的一种方式，是一种直观应用概率分析的一种图解法1.2通俗通过一个案例来解释吧，下图是一张用户是否能进行债务偿还的表格，按照我平时的习惯，我们脑子里会有一个类似重要度的东西，比如他年收入高就比年收入低更容易还清贷款，已婚就比单身更容易还清，有房就不没房更容易还清，...

前言：陆陆续续已经更新到集成学习了，再有三四期这个系列也就结束了，慢慢的发现博客就是为自己写的，为的博客有点高产，主要是一些接的单子，主要是为了方便下次接单，感觉最近学的有点迷茫了，走人工智能的话要高学历，走大数据开发又要学hadoop这些java框架，我裂开了呀，机器学习学完也就要进阶深度学习了，加油。1.什么是随机森林利用多棵树对样本进行训练并预测的一种分类器其实就是决策树的升级版...

import pandas as pdimport jiebafrom torch.utils import dataimport warningsimport torch.optim as optimimport torchimport torch.nn as nnimport torch.nn.functional as Fimport numpy as npimport randomimpo

前面一章已经讲了cnn如何做图像识别，相对应的cnn也可以做文本识别，中心思想不变，卷积层以及池化层等不变，但是数据的输入就需要进行对应的调整不熟悉cnn的同学可以看看上篇文章https://blog.csdn.net/qq_39309652/article/details/115978825?spm=1001.2014.3001.5501这里对cnn的框架不再描述，我们主要看看文本数据如何转化为