![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
DL.AI NLPS实验与作业
oldmao_2000
人工不智能,机器不学习。
展开
-
C1W1.Assignment: Logistic Regression
的计算方法是取向量 "y "和 "log(h) "的点积。由于 "y "和 "h "都是列向量(m,1),因此要将向量向左转置,这样行向量与列向量的矩阵乘法就能得到点积。) 而标签为 0 时,对数损失的第二项就会变成一个很大的负数,然后乘以总系数-1,将其转换为正损失值。它将输入的 "z "映射为一个介于 0 和 1 之间的值,因此可以将其视为一个概率。的维度为:(n+1, 1),其中 "n "为特征个数,还有一个元素为偏置项。) 而标签 "y "也是 1 时,该训练示例的损失为 0。原创 2024-07-14 14:39:36 · 403 阅读 · 0 评论 -
C1W1.LAB.Preprocessing+Word frequencies+Logistic_regression_model
NLTK 的推特样本数据集分为正面推文和负面推文。其中包含 5000 条正面推文和 5000 条负面推文。这些类别之间的精确匹配并非巧合。这样做的目的是为了得到一个平衡的数据集。这并不能反映实时 Twitter 流中正面和负面类别的真实分布(正面大于负面)。这只是因为平衡数据集简化了情感分析所需的大多数计算方法的设计。plt.show()原创 2024-07-14 10:44:44 · 492 阅读 · 0 评论