工作进度报告 第一周

一、完成的事项

1.复习了Part_1_DNN_revisit 全连接网络

二、笔记及代码

1.面向对象编程

概念

面向对象的程序设计把计算机程序视为一组对象的集合，而每个对象都可以接收其他对象发过来的消息，并处理这些消息，计算机程序的执行就是一系列消息在各个对象之间传递

编程

如果要处理学生的成绩表，并打印成绩

class Student(object):

    def __init__(self, name, score):
        self.name = name
        self.score = score

    def print_score(self):
        print('%s: %s' % (self.name, self.score))

bart = Student('Bart Simpson', 59)
lisa = Student('Lisa Simpson', 87)
bart.print_score()
lisa.print_score()

注意
代码中的 class Student(object): ，是先将student定义为对象，而后才能进行操作。

2.机器学习：数据预处理之独热编码（One-Hot）

概念

One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。

One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。

实际案例

from sklearn import preprocessing
enc = preprocessing.OneHotEncoder()
enc.fit([[0, 0, 3], [1, 1, 0], [0, 2, 1], [1, 0, 2]])    # fit来学习编码

array = enc.transform([[0, 1, 3]]).toarray()    # 进行编码
print (array)

array([[1., 0., 0., 1., 0., 0., 0., 0., 1.]])

分析

数据矩阵是4*3，即4个数据，3个特征维度。

0 0 3
1 1 0
0 2 1
1 0 2

观察左边的数据矩阵，第一列为第一个特征维度，有两种取值0\1. 所 以对应编码方式为10 、01

同理，第二列为第二个特征维度，有三种取值0\1\2，所以对应编码方式为100、010、001

同理，第三列为第三个特征维度，有四中取值0\1\2\3，所以对应编码方式为1000、0100、0010、0001

再来看要进行编码的参数[0 , 1, 3]， 0作为第一个特征编码为10, 1作为第二个特征编码为010， 3作为第三个特征编码为0001. 故此编码结果为 1,0, 0,1,0, 0,0,0,1

3.小心处理numpy矩阵

a = np.array([1,2,3,4])
b = a

b[0] = 100
print(a)

# 简单地可以理解为指针

[100   2   3   4]

a = np.array([1,2,3,4])
b = a.copy()

b[0] = 100
print(a)

[1 2 3 4]

分析
使用矩阵时使用 = 要小心