❥(^_-) 博客文章目录,可查询所有文章 一、(1)selenium 爬取证监会新闻标题超链接的详细过程 一、(2)selenium爬取超链接后,反爬取超链接里的内容。 一、(3) 结巴分词 一、(4) 结巴分词词性提取 二、(1)Word2vec 二、(2)浅析Word2vec,用python实现 二、(3)doc2vec 三、(1)Kmeans 三、(2)python实现完整的K-means文本聚类算法 三、(3)PCA降3维下的K-means聚类可视化 三、(4)评价Kmeans算法聚类结果。利用 手肘法SSE 和 轮廓系数 检验。 四、(1)层次聚类 四、(2) 文本层次聚类 五、(1)朴素贝叶斯 五、(2)朴素贝叶斯预测邮件类别 五、(3)朴素贝叶斯预测文章类别 六、(1)决策树和随机森林分析泰坦尼克号乘客数据 六、(2)随机森林——根据泰坦尼克号船员数据,预测其是否生还 七、(1)线性回归——正规方程、梯度下降、岭回归 七、(2)线性回归——正规方程(基础的线性回归)、SVM、随机森林对比 七、(3)线性回归——波士顿房价预测(解决过拟合) 七、(4)逻辑回归——二分类法,预测乳腺癌数据 八、(1)神经网络——简单神经网络,手写数字预测。 八、(2)神经网络——卷积神经网络预测手写数字 九、(1)情感分类——基于词典。评论。 十、(1)K-近邻预测签到位置。初步了解欠拟合和过拟合问题。 十一(1)、拟合问题——欠拟合