作业补交:电脑是没有带回家的,一直放在学校,就没有交上作业,只能偶尔用我姐的iPad交作业。
2.机器学习相关数学基础
3.K均值算法
4.K均值算法--应用
6.逻辑回归
7.逻辑回归实践
8.特征选择
1.手写数字数据集
- from sklearn.datasets import load_digits
- digits = load_digits()
2.图片数据预处理
- x:归一化MinMaxScaler()
- y:独热编码OneHotEncoder()或to_categorical
- 训练集测试集划分
- 张量结构
x:归一化MinMaxScaler()
输出结果:
3.设计卷积神经网络结构
- 绘制模型结构图,并说明设计依据。
4.模型训练
- model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
- train_history = model.fit(x=X_train,y=y_train,validation_split=0.2, batch_size=300,epochs=10,verbose=2)
5.模型评价
- model.evaluate()
- 交叉表与交叉矩阵
- pandas.crosstab
- seaborn.heatmap