特征预处理就是对数据进行集成、转换、规约等一系列处理，使之适合算法模型的过程。

拟合是指机器学习模型在训练的过程中，通过更新参数，使得模型不断契合可观测数据(训练集)的过程。

中文分词是指将汉字序列按照一定规则逐个切分为词序列的过程。在英文中，单词间以空格为自然分隔符，分词时自然以空格为单位进行切分，而中文分词则需要依靠技术和方法寻找类似英文中空格作用的分隔符。

OpenCV进行图像的获取、视频的抓取，进行相应的读取和保存。

三、调用GPU方式二device = torch.device("cuda")如果是多显卡，可以制定相应的显卡，调用为 device = torch.device("cuda:1")A、训练部分数据调用GPUimgs = imgs.cuda()targets = targets.cuda()建立的网络模型，在下面进行相应的调用。一、深度学习中，使用GPU进行训练，首先要确定电脑上是否有相应的驱动。

缺失值通常是指记录的缺失和记录中某个字段信息的缺失，一般以空白、NaN或其他占位符编码，采用删除法和数据填充进行处理。

对于模型的评价往往会使用损失函数和评价指标，两者的本质是一致的。一般情况下，损失函数应用于训练过程，而评价指标应用于测试过程。

特征预处理就是对数据进行集成、转换、规约等一系列处理，使之适合算法模型的过程。

中文分词是指将汉字序列按照一定规则逐个切分为词序列的过程。在英文中，单词间以空格为自然分隔符，分词时自然以空格为单位进行切分，而中文分词则需要依靠技术和方法寻找类似英文中空格作用的分隔符。

支持向量机(Support Vector Machine,SVM)的基本思想是在N维数据找到N-1维的超平面(hyperplane)作为分类的决策边界。