qq_33128705的博客

Task01 熟悉新闻推荐系统基本流程这两天因为事情较多，只听了直播课程了解了一下基本流程+跑通程序。1.流程图仅了解了大概，说实话有些流程还不太了解。（填坑，之后再补…2.安装流程这一块非常感谢峰哥！基本完全按照他的流程来的，没踩什么坑！撒花！开心！2.1 使用软件版本操作系统：Windows10MySQL：8.0.23Redis：5.0.14Mongodb：5.0.5Anaconda Python 4.8.3Node.js：12.19.0前端IDE：VSCode 1.63.0

第三章 模型搭建和评估–建模经过前面的两章的知识点的学习，我可以对数数据的本身进行处理，比如数据本身的增删查补，还可以做必要的清洗工作。那么下面我们就要开始使用我们前面处理好的数据了。这一章我们要做的就是使用数据，我们做数据分析的目的也就是，运用我们的数据以及结合我的业务来得到某些我们需要知道的结果。那么分析的第一步就是建模，搭建一个预测模型或者其他模型；我们从这个模型的到结果之后，我们要分析我的模型是不是足够的可靠，那我就需要评估这个模型。今天我们学习建模，下一节我们学习评估。我们拥有的泰坦尼克号的数

**复习：**回顾学习完第一章，我们对泰坦尼克号数据有了基本的了解，也学到了一些基本的统计方法，第二章中我们学习了数据的清理和重构，使得数据更加的易于理解；今天我们要学习的是第二章第三节：数据可视化，主要给大家介绍一下Python数据可视化库Matplotlib，在本章学习中，你也许会觉得数据很有趣。在打比赛的过程中，数据可视化可以让我们更好的看到每一个关键步骤的结果如何，可以用来优化方案，是一个很有用的技巧。2 第二章：数据可视化开始之前，导入numpy、pandas以及matplotlib包和数据

复习：在前面我们已经学习了Pandas基础，第二章我们开始进入数据分析的业务部分，在第二章第一节的内容中，我们学习了数据的清洗，这一部分十分重要，只有数据变得相对干净，我们之后对数据的分析才可以更有力。而这一节，我们要做的是数据重构，数据重构依旧属于数据理解（准备）的范围。开始之前，导入numpy、pandas包和数据# 导入基本库import numpy as npimport pandas as pd# 载入data文件中的:train-left-up.csvdf = pd.read_cs

【回顾&引言】前面一章的内容大家可以感觉到我们主要是对基础知识做一个梳理，让大家了解数据分析的一些操作，主要做了数据的各个角度的观察。那么在这里，我们主要是做数据分析的流程性学习，主要是包括了数据清洗以及数据的特征处理，数据重构以及数据可视化。这些内容是为数据分析最后的建模和模型评价做一个铺垫。开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#加载数据train.csvtrain_data = pd.

1 第一章：数据载入及初步观察1.1 载入数据数据集下载 https://www.kaggle.com/c/titanic/overview1.1.1 任务一：导入numpy和pandas#写入代码import numpy as npimport pandas as pdimport os【提示】如果加载失败，学会如何在你的python环境下安装numpy和pandas这两个库1.1.2 任务二：载入数据(1) 使用相对路径载入数据(2) 使用绝对路径载入数据#写入代码test

复习：在前面我们已经学习了Pandas基础，知道利用Pandas读取csv数据的增删查改，今天我们要学习的就是探索性数据分析，主要介绍如何利用Pandas进行排序、算术计算以及计算描述函数describe()的使用。1 第一章：探索性数据分析开始之前，导入numpy、pandas包和数据#加载所需的库import numpy as npimport pandas as pd#载入之前保存的train_chinese.csv数据，关于泰坦尼克号的任务，我们就使用这个数据train_data =

论文阅读《Modeling Semantic Compositionality with Sememe Knowledge》——基于义素知识的语义组合性建模摘要：Semantic Compositionality（SC）是指一个复杂的语言单元可以由其组成成分的意思构成。大部分研究多采用复杂的组合函数对SC建模，没有考虑外部知识。本文通过一个验证性实验验证了人类语言最小语义单位义原（sememes）在SC建模中的有效性。在此基础上，我们首次尝试将义原知识整合到SC模型中，并将义原整合模型应用到SC的典型任

过拟合欠拟合欠拟合：一类是模型无法得到较低的训练误差，我们将这一现象称作欠拟合（underfitting）；过拟合：另一类是模型的训练误差远小于它在测试数据集上的误差，我们称该现象为过拟合（overfitting）。在实践中，我们要尽可能同时应对欠拟合和过拟合。虽然有很多因素可能导致这两种拟合问题，在这里我们重点讨论两个因素：模型复杂度和训练数据集大小。模型复杂度对于欠拟合的问题可...

1.线性回归线性回归输出是⼀个连续值，因此适⽤于回归问题。回归问题在实际中很常见，如预测房屋价格、气温、销售额等连续值的问题。与回归问题不同，分类问题中模型的最终输出是⼀个离散值。我们所说的图像分类、垃圾邮件识别、疾病检测等输出为离散值的问题都属于分类问题的范畴。softmax回归则适用于分类问题。在学习线性回归中，遇见的主要问题如下：读取数据集其中yield的用法def data_it...