机器学习
爱你的大饼头呦
懒得写
展开
-
文本相似度的计算-NLP
本文只记录文本相似度代码怎么写的,具体的思路查看这篇博客,本文的代码都参考的这个博客思路写的地址测试的代码都是用的这两句话a='测试iiii'b='111测试哈哈'1 欧氏距离number=0for x,y in zip(a,b): if x==y: number+=(0**2) else: number+=(1**2)结果:欧式距离计算方法 62 曼哈顿距离number=0for x,y in zip(a,b): if x==转载 2020-09-10 15:04:54 · 447 阅读 · 1 评论 -
如何使用tensorflow和rnn来生成文本
本文转自tensorflow的官网新手教程。详细介绍参考tensorflow1 首先是先导入tensorflow库等import tensorflow as tfimport numpy as npimport os2 读取文件读取文件可以读取本地文件也可以在线下载,方法如下:2.1在线下载,以某站的斗罗大陆为例path_to_file = tf.keras.utils.get_file('dou.txt', 'http://d.bxwx666.org/txt/12/11/11.txt')转载 2020-08-28 16:39:54 · 428 阅读 · 0 评论 -
什么是机器学习
什么是机器学习?提供了机器学习的两种定义。亚瑟·塞缪尔(Arthur Samuel)将其描述为:“研究领域使计算机无需进行明确编程即可学习。” 这是一个较旧的非正式定义。汤姆·米切尔(Tom Mitchell)提供了一个更现代的定义:“如果某计算机程序在T任务上的性能(由P来衡量)随着经验E的提高而提高,那么据说计算机程序可以从经验E中学习一些任务T和性能指标P。 ”例如:玩跳棋。E =玩许多跳棋游戏的经验T =扮演跳棋的任务。P =程序将赢得下一场比赛的概率。通常,可以将任何机器学习问题分配翻译 2020-08-18 14:01:37 · 255 阅读 · 0 评论 -
监督学习
监督学习在监督学习中,我们得到了一个数据集,并且已经知道我们的正确输出应该是什么样子,并且认为输入和输出之间存在关系。监督学习问题分为“回归”和“分类”问题。在回归问题中,我们试图预测连续输出中的结果,这意味着我们试图将输入变量映射到某个连续函数。在分类问题中,我们改为尝试预测离散输出中的结果。换句话说,我们正在尝试将输入变量映射为离散类别。给定有关房地产市场上房屋大小的数据,请尝试预测其价格。价格作为规模的函数是一个连续的输出,因此这是一个回归问题。我们可以通过输出有关房屋是否“以高于或低于要价的翻译 2020-08-18 14:05:36 · 140 阅读 · 0 评论