weixin_45652976的博客

学习目标：谭松波情感分析学习内容：# -*- coding: utf-8 -*-###唐松波情感分析###import pandas as pdimport numpy as npdf1=pd.read_excel('E:/pywork\data analysis\谭松波语料/bookneg.xls',header=None, index=None)print(df1)data1=np.array(df1[0])print(len(data1))print(type(data1))

学习目标：搭建多层感知机MLP学习内容：# -*- coding: utf-8 -*-###搭建多层感知机MLP###from keras.models import Sequentialfrom kears.layers.core import Dense,Dropout,Activationfrom kears.optimizers import SGD #梯度下降model=Sequential() #模型初始化model.add(Dense(20,64

题目：1.已知一个文本集合为：[[‘my’, ‘dog’,‘has’,’false’,’problems’,’help’,’please’],[‘maybe’,’not’,’take’,’him’,’to’,’dog’,’park’,’stupid’],[‘my’,’dalmation’,’is’,’so’,’cute’,’I’,’love’,’him’,’my’],[‘stop’,‘posting’,‘stupid’,‘worthless’,‘garbage’],

题目：在鸢尾花数据集和 MNIST 手写数字数据库上，分别用线性核和高斯核训练 一个 SVM，写出实验对比结果。要求：(1)使用 70%数据作为训练集，然后对剩余 30%数据测试。(2)计算分类精确度值。步骤：# -*- coding: utf-8 -*-###鸢尾花线性核、高斯核###import numpy as npfrom sklearn import svmimport randomimport csvfrom sklearn.metrics import classific

题目：已知 200 行 3 列数据集，第 1 列为全 1 数值，是偏移量，第 2 列为 x，第 3 列为 y。用线性回归算法拟合已知的数据。要求：(1)得到线性回归函数。(2)画出拟合后的可视化图形。步骤：# -*- coding: utf-8 -*-##################线性回归##########################import numpy as np #导入一般以np作为numpy库的别名import matplotlib.p

目标：十交叉验证题目：已知 UCI 数据集 breast-cancer-wisconsin，breast-cancer-wisconsin 是肿瘤学家研究切片组织，描述组织各种特征决定肿瘤是良性还是恶性的数据集，数据集共有699个样本个数，有11个特征，第一个为id number，最后一个为class(有无癌症的分类)，该数据集包含若干个缺失数据。要求：(1)首先对缺失数据进行处理，并说明处理的方法。(2)随机选取数据集的 70%的数据构成训练集，剩余30%数据构成测试集，并应用逻辑回归算法对测试

目标：人工智能与应用——线性判别fisher题目：说明：下述问题在 Python 中编程求解。1.已知两类二维数据，(1)第一类共 4 个样本：[6,6],[4,5],[5,5],[5,4]，第二类共 4 个样本：[0,1],[1,2],[1,1],[2,0]。试用线性判别分析得到最优投影方向，并用最优投影方向判别两个新样本[0,0]，[10,10]所属的类别。(2)在实现(1)问题的基础上，试对输入的任意两类二维数据用线性判别分析 LDA得到最优投影方向，并用最优投影方向判别输入的新样本所属

题目：1.编程实现将文件 file1 的内容复制到文件 file2 中。2.有一个职工通讯信息文件"TeleAddressBook. txt”，内容为解答：1、编程实现将文件file1的内容复制到文件file2中。思路：首先新建文件夹file1，其中新建了AddressBook.txt、EmailAddressBook.txt、TeleAddressBook.txt三个文本文件，其次在spyder（python3.8）中编写代码，最后通过运行代码将文件file1的内容复制到文件file2中。代