wszhou1997的博客

主成分分析(PCA)算法1.PCA简介：PCA(Principal Component Analysis)，主成分分析，是一种常用的数据降维算法。数据降维是指对高维度特征数据进行处理，保留重要的特征，去除噪声和不必要的特征，以达到提升 数据处理速度的目的。PCA的主要思想是将原有数据的n维特征映射到k维上(k<n)，这k维是全新的正交特征，也被称作主成分。PCA的工作是从原空间中找出一...

朴素贝叶斯实现文档分类网上与朴素贝叶斯相关的内容很多，本文仅作为作业的记录博客，重点记录在实现作业过程中遇到的问题和解决方法。作业要求：实验数据在bayes_datasets文件夹中。其中， train为训练数据集，包含hotel和travel两个中文文本集，文本为txt格式。hotel文本集中全部都是介绍酒店信息的文档，travel文本集中全部都是介绍景点信息的文档； Bayes...

pycharm使用tensorflow时的一些问题本人使用pycharm创建tensorflow项目时遇到问题如下：在第一个项目project1中安装了tensorflow，在第二个项目project2中却提示未安装tensorflow经考虑，得出结论：在使用pycharm创建项目时，要选择已存在的解释器，而不要选择新建虚拟环境如图所示，在新建项目时选择New environment ...

FP-growth算法以及代码实现FP-growth算法介绍FP-growth算法，它被用于挖掘频繁项集，它把数据集存储为一个叫FP树的数据结构里，这样可以更高效地发现频繁项集或频繁项对。FP树FP即Frequent Pattern，FP树看上去就是一棵前缀树，根节点是空集，结点上是单个元素，保存了它在数据集中的出现次数，出现次数越多的元素越接近根。此外，结点之间通过链接（link）相连，...

决策树**熵：**热力学中表征物质状态的参量之一，用符号S表示，其物理意义是体系混乱程度的度量**信息熵：**离散随机事件出现的概率。一个系统越是有序，信息熵越低；反之，越是杂乱无章，信息熵越高。信息熵可以被认为是系统有序化程度的度量...