数据挖掘，计算机网络、操作系统刷题笔记44-CSDN博客

本文链接：https://blog.csdn.net/weixin_46838716/article/details/128907290

数据挖掘，计算机网络、操作系统刷题笔记44

文章目录

数据挖掘，计算机网络、操作系统刷题笔记44
@[TOC](文章目录)

数据挖掘分析应用:特征数值化
数值化：独热编码
正规化，规范化，将向量长度规范化到1
特征降维：PAC主成分分析
特征降维：LDA线性判别式分析
Linux使用索引节点来记录文件信息，作用类似于Windows下的文件分配表。索引节点是一个结构，它包含了一个文件的长度、创建及修改时间、权限、所属关系、磁盘中的位置等信息
缺页率主要受以下几个因素影响——1、页面大小 2、页面置换算法 3、进程所分配的物理块 4、程序的固有特性
减少占用的主存空间是最终目的；逻辑上扩充主存容量可以看作是方法。
在网络应用测试中，网络延迟是一个重要指标。以下关于网络延迟的理解，正确的是？
页表的作用是实现从页号到物理块号的（）
轮询任务调度与抢占式任务调度的区别？
总结

数据挖掘分析应用:特征数值化

非数值特征–>数值
定类，定序，定距，定比
在这里插入图片描述
标签化
label encode编码

012啥的编码即可
在这里插入图片描述
这很容易，很简单
当全取值很多，咋搞？？？

但有一个问题，你这低中高，咋就知道他们距离是1呢？？？？

数值化：独热编码

用一个向量表示，某一个位存在表示1，否则0
扩展维度
在这里插入图片描述
1维特征编程4维
但是这种吧，当特征取值范围空间很大，那就gg
太稀疏了
没意义

想办法

代码演示：

def f3():
    from sklearn.preprocessing import LabelEncoder, OneHotEncoder
    # 标签化
    x = np.array(['Down', 'Up', 'Up', 'Down'])
    lae = LabelEncoder()
    print(lae.fit_transform(x.reshape(-1, 1)))  # 1列


    # 独热编码

if __name__ == '__main__':
    f3()
[0 1 1 0]

Process finished with exit code 0



    x = np.array(['low', 'meidum', 'Up', 'Down'])
    lae = LabelEncoder()
    print(lae.fit_transform(x.reshape(-1, 1)))  # 1列
[2 3 1 0]

你看duud
d编码为0
u编码为1

这好说吧，就两类，很简单的

def f3():
    from sklearn.preprocessing import LabelEncoder, OneHotEncoder
    # 标签化
    x = np.array(['Down', 'Up', 'Up', 'Down'])
    x = np.array(['low', 'meidum', 'Up', 'Down'])
    lae = LabelEncoder()
    # print(lae.fit_transform(x.reshape(-1, 1)))  # 1列

    # 独热编码
    one = OneHotEncoder()
    print(one.fit_transform(x.reshape(-1, 1)))  # 看看这种呢？


if __name__ == '__main__':
    f3()
  (0, 2)	1.0
  (1, 3)	1.0
  (2, 1)	1.0
  (3, 0)	1.0

Process finished with exit code 0

看懂结果了吗？？？
他是一个系数矩阵的表示方法
1的地方，编码位置，告诉你，其余的都是0
这里就是说四行四列

0行2列 1
在这里插入图片描述
这样的编码，独热编码
懂？

正规化，规范化，将向量长度规范化到1

L1正规化

L2？
在这里插入图片描述

特征可以直接正规化
每个对象的各个特征的表示，特征矩阵的行
模型参数也可以正规化

def f4():
    from sklearn.preprocessing import Normalizer

    x = np.array([[1,1,3,-1,2]])
    nor = Normalizer(norm='l1')
    nor2 = Normalizer(norm='l2')
    print(nor.fit_transform(x))
    print(nor2.fit_transform(x))

if __name__ == '__main__':
    f4()
[[ 0.125  0.125  0.375 -0.125  0.25 ]]
[[ 0.25  0.25  0.75 -0.25  0.5 ]]

Process finished with exit code 0

输入[[]]
外面表示行上的维度，里面就是一个

    print(np.array([[1,1,1], [1,1,1]]))
    [[1 1 1]
 [1 1 1]]

Process finished with exit code 0

里面的矩阵就是一行了

所以是行上做的规范化
L2正规化的特征范围大一些哦

特征降维：PAC主成分分析

在这里插入图片描述

根据特征和特征之间的关系来决定

特征降维：LDA线性判别式分析

在这里插入图片描述

各自线性变换

标注内距离小
标准间距离大

求w

求均值
最大化一个函数，其变量是w
在这里插入图片描述
化简

w求出来之后
图2就是最牛逼的分界线，分类的作用美滋滋

在这里插入图片描述
代码玩

def f5():
    from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
    # LDA
    x = np.array([[-1,-1],[-2,-1],[-3,-2],[1,1],[2,1],[3,2]])  # 矩阵
    y = np.array([1,1,1,2,2,2])  # 标注
    print(x)
    lda = LinearDiscriminantAnalysis(n_components=1)
    print(lda.fit_transform(x, y))  # 降维到1



if __name__ == '__main__':
    f5()
[[-1 -1]
 [-2 -1]
 [-3 -2]
 [ 1  1]
 [ 2  1]
 [ 3  2]]
[[-1.73205081]
 [-1.73205081]
 [-3.46410162]
 [ 1.73205081]
 [ 1.73205081]
 [ 3.46410162]]

Process finished with exit code 0

降维到1维之后的特征就是这了

def f5():
    from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
    # LDA
    x = np.array([[-1,-1],[-2,-1],[-3,-2],[1,1],[2,1],[3,2]])  # 矩阵
    y = np.array([1,1,1,2,2,2])  # 标注
    # print(x)
    lda = LinearDiscriminantAnalysis(n_components=1)
    # print(lda.fit_transform(x, y))  # 降维到1

    clf = lda.fit(x, y)  # 不去做特征转化，而是直接去用作预测模型
    print(clf.predict([[0.8, 1]]))  # fisher classifer



if __name__ == '__main__':
    f5()
[2]

Process finished with exit code 0