机器学习之NLP常见函数整理一、nltk包函数1.1 词干提取1.2 词形还原一、nltk包函数1.1 词干提取当遇到两个或两个以上单词具有共同根源的情况。 例如，agreed, agreeing 和 agreeable这三个词具有相同的词根。 涉及任何这些词的搜索应该把它们当作是根词的同一个词。所以需要进行词干提取。在NLTK库中有一些方法来完成这个链接，并给出显示根词的输出。 以下程序使用Po

机器学习之二分类模型评价指标一、二分类模型衡量指标1.1 混淆矩阵：Confusion matrix1.2 精确度：Accuracy1.3 准确率：Precision1.4 召回率：Recall一、二分类模型衡量指标1.1 混淆矩阵：Confusion matrixP（Positive） ：代表1N（Negative） ：代表0T（True） ：代表预测正确F（False） ：代表预测错误1.2

机器学习之聚类算法一、K-Means聚类及其优化算法1.1 传统K-Means聚类算法1.1.1 原理1.1.2 代码实现一、K-Means聚类及其优化算法1.1 传统K-Means聚类算法1.1.1 原理算法流程输入：样本集合D=x1,x2,...,xnD={x_1, x_2, ..., x_n}D=x1​,x2​,...,xn​，聚类簇数kkk， 最大迭代次数NNN；输出：簇划分C=C1,C2

集成学习之树模型一级目录二级目录三级目录本文主要介绍GBDT、XGBoost、LightGBM和CatBoost为代表的Boosting算法原理、使用方法和调参方式进行介绍。一级目录二级目录三级目录

pytorch实现：卷积神经网络识别MNIST# Author: Liuxin# Time: 2022/4/21# 导入训练所需包import torchimport torch.nn as nnimport torch.optim as optimfrom torchvision import datasets, transformsimport torch.nn.functional as F

pycharm使用技巧整理一、常用快捷键1.1 多行批量缩进和反向缩进1.2 函数提示1.3 运行整个.py文件1.4. 注释1.5 运行选中的部分1.6 代码格式化1.7删除选定的行1.8 展开收缩代码块1.9 复制选定行1.10 换行1.11 查找和替换1.12 进设置模式1.13 代码补全1.14 查看参数信息1.15 查找代码中同名参数一、常用快捷键1.1 多行批量缩进和反向缩进选中多行后

pytorch之常用函数整理一、图像预处理函数1.1 torchvision.datasets.ImageFolder()函数二、参数优化函数torch.optim.lr_scheduler.StepLR()函数一、图像预处理函数1.1 torchvision.datasets.ImageFolder()函数ImageFolder函数假设所有的文件按文件夹保存，每个文件夹下存储同一类别的图片，文件

机器学习之不平衡数据集处理一、不平衡数据集1.1 不平衡数据集定义1.2 处理方法一、不平衡数据集1.1 不平衡数据集定义不平衡数据集指的是数据集各个类别的样本量极不均衡。以二分类问题为例，假设正类的样本数量远大于负类的样本数量，通常情况下把样本比例接近100:1这种情况下的数据称为不平衡数据。1.2 处理方法...

机器学习之二分类模型评价指标一、二分类模型衡量指标1.1 混淆矩阵：Confusion matrix1.2 精确度：Accuracy1.3 准确率：Precision1.4 召回率：Recall一、二分类模型衡量指标1.1 混淆矩阵：Confusion matrixP（Positive） ：代表1N（Negative） ：代表0T（True） ：代表预测正确F（False） ：代表预测错误1.2

MySQL之经典50道题目一、创建数据表并插入数据一、创建数据表并插入数据1、学生表Student(s_id,s_name,s_birth,s_sex) ：学生编号、姓名、年月、性别-- 1、学生表-- Student(s_id,s_name,s_birth,s_sex) ：学生编号、姓名、年月、性别CREATE TABLEIF NOT EXISTS `Student` (`s_id` VARCH