这篇博客讨论了在数据分析中为何关注表格横轴和纵轴长度，以及数据的方差和平均值。强调了在向模型送入数据时，向量长度的一致性对加速计算的重要性。此外，提到了数据的方差和平均值在构造多维向量中的作用，并指出在15分类问题中，准确率的最低标准。博主还指出大部分句子长度集中在20-30之间，并讨论了选择长度的影响，以及参数过多可能导致的过拟合问题。
开课吧代码实战笔记整理，侵删
为什么要关心表格横轴，纵轴的长度？
因为要把数据送进模型，肯定要把数据向量化，我们需要加速计算的话，我们一次要送进多维向量，那么向量肯定要一样长
为什么要关注数据的方差，平均值？
因为可以利用数据的均值，方差来确定合适的区间来构造多维向量
a=np.where(content['sentence_len']<(np.mean(content['sentence_len'])+1.5*np.std(content['sentence_len'])))[0]
1.5倍的标准差是个经验参数
这个15分类的问题，准确率至少得多少？
最差得11.16%
绝大部分句子长度在20-30之间
如何选择长度？
最低0.47元/天 解锁文章
657
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
