Cherish_x的博客

title: 入门NLP-task2-数据探索date: 2020-07-22 20:31:57tags: [‘NLP’, ‘自然语言处理’]categories: ‘自然语言处理’–真的没有图片–非结构化数据的数据探索不像结构化数据，结构化数据可以通过数据探索得到很多有用的信息，非结构化数据的数据探索得到的信息有限。仅仅能够得到字符出现的频率、次数，新闻的长度等等先观察新闻长度train_df['text_len'] = train_df['text'].apply(lambda x:.

One-Hot Encoding介绍又称为一位有效编码，用N位状态寄存器来对N个状态进行编码，每个状态都由独立的寄存器表示，其中只有一位有效。对于1， 2， 3，经过独热编码后为001，010，100应用对于有些特征变量可能是属性变量，如color：[‘red’,‘blue’,‘green’]我们就要把这个color特征变量编码为数字。我们可编码为[1,2,3]。但是这样的编码...

import numpy as npimport matplotlib.pyplot as pltfrom scipy.io import loadmatdata = loadmat('data/ex7data1.mat')X = data['X']fig, ax = plt.subplots(figsize=(12, 8))ax.scatter(X[:, 0], X[:, 1])...

2D-kmeans算法import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as sbfrom scipy.io import loadmatdef find_closet_centroids(X, centroids): '''将每个特征计算属于那个特征''...

本此作业和上次作业的目标一样，属于多元分类任务。不过这次是使用BP神经网络。准确度比没有使用神经网络的第三次作业要高，但是训练的时间也长了很多。参考：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/tree/master/codeimport matplotlib.pyplot as pltimport numpy as npi...

写了好长时间的驼峰命名，最近有点恶心了，决定python用下划线，C++用驼峰。这次作业是对手写数字的数据集进行训练。多元分类的一个任务。参考：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/tree/master/codeimport matplotlib.pyplot as pltimport numpy as npim...

import numpy as npclass Logistic(): def __init__(self): pass def sigmoid(self, z): '''激活函数''' return 1 / (1 + np.exp(-z)) def logistic(self, X, theta): ...

逻辑回归给的数据集有两个特征变量。设想你是大学相关部分的管理者，想通过申请学生两次测试的评分，来决定他们是否被录取。现在你拥有之前申请学生的可以用于训练逻辑回归的训练样本集。对于每一个训练样本，你有他们两次测试的评分和最后是被录取的结果。由此建立逻辑回归分类器。注： https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/tree/m...

看这里 https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes/tree/master/code这是一位大神整理的作业代码。我也就是照葫芦画瓢，慢慢来吧。import numpy as npimport pandas as pdimport matplotlib.pyplot as pltpath = 'ex1data2.txt' ...