机器学习-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

读童话的狼

点不也在提取范围内，为啥提取之后没点了？

ss='Braund, Mr. Owen Harris're.findall('([A-Za-z] )\.',ss)[0] #\.匹配.不对.进行转义'Mr'为什么点不也在提取范围内，为啥提取之后没点了？因为这里的模式匹配中添加了一个（），也就是匹配之后返回的是括号里的匹配到的内容

0.0000

0

2

0

关注作者

收藏

读童话的狼

正则表达式怎么匹配'_'前面或后面的内容？

对于要匹配‘_’前边的字符，就把'_’放到匹配模式的最后一个字符位置，同样的，对于要匹配‘_’后边的字符，就把'_’放到匹配模式的第一个字符位置

0.0000

0

5

0

关注作者

收藏

读童话的狼

python正则表达式中{4，20}怎么理解？

“{m，n}”数量词匹配前一个字符m至n次。例如，ab{1，3}c匹配abc、abbc和abbbc。

0.0000

0

8

0

关注作者

收藏

读童话的狼

匹配字符串前的'r'是什么意思?

字母前加r表示raw string，也叫原始字符串常量。一般用在一下两个方面:1、正则表达式用于处理正则表达式时，规避反斜杠的转义2、系统路径如下面的路径，使用r就防止了\t的转义path=r'e:\text'

0.0000

0

1

0

关注作者

收藏

读童话的狼

python中的\t,\n是什么意思？

\t代表制表符\n是换行符

0.0000

0

1

0

关注作者

收藏

读童话的狼

正则表达式中\d相当于是分隔符吗？

在python正则表达式中 \d 代表匹配一个数字字符。等价于 [0-9]。

0.0000

0

3

0

关注作者

收藏

读童话的狼

是不是说评分相近的两个产品看做是相似的？

产品的相似是通过余弦相似度计算得到的，是需要用到商品的评分向量，评分相近计算结果相似性也会比较大

0.0000

0

5

0

关注作者

收藏

读童话的狼

如何选择推荐指数计算的公式？

基于用户的推荐计算过程就是将一个用户对所有物品的偏好作为一个向量来计算用户之间的相似度，找到相似的“邻居”用户之后，根据邻居的相似度权重以及他们对物品的偏好，预测当前用户对没有涉及到的物品的偏好，计算得到一个排序的物品列表作为推荐。基于物品的推荐基于物品的原理和基于用户类似，只是在计算邻居时采用物品本身，而不是从用户的角度，即基于用户对物品的偏好找到相似的物品进行推荐。从计算的角度看

0.0000

0

7

0

关注作者

收藏

读童话的狼

cosine_similarity是生成行之间的相似吗？

cosine_similarity（余弦相似度）是生成行之间的相似，.corr(皮尔逊相关系数)计算的是列之间的相似

0.0000

0

4

0

关注作者

收藏

读童话的狼

推荐系统如何评估模型准确率？

评测指标用于评测推荐系统的性能，有些可以定量计算，有些只能定性描述。1）用户满意度用户满意度是评测推荐系统的重要指标，无法离线计算，只能通过用户调查或者在线实验获得。调查问卷，需要考虑到用户各方面的感受，用户才能针对问题给出准确的回答。在线系统中，用户满意度通过统计用户行为得到。比如用户如果购买了推荐的商品，就表示他们在一定程度上满意，可以用购买率度量用户满意度。一般情况，我们可以用

0.0000

0

1

0

关注作者

收藏

读童话的狼

计算用户之间的相似性为什么要选用余弦相似度？

进行用户协同过滤时，一个关键问题是如何计算用户之间的相似性。比较常见的计算用户相似度的算法有余弦相似性、皮尔森系数、调整余弦相似性三种。这三种相似性都是基于一个称为用户-项目矩阵的数据结构来进行计算的余弦相似性：把用户评分看作是n维项目空间上的向量，通过计算两个向量之间的夹角余弦来度量两个用户之间的相似性。皮尔森系数：又称相关相似性，通过Peason相关系数来度量两个用户的相

0.0000

0

5

0

关注作者

收藏

田齐齐

怎么理解关联规则中最小支持度和最小置信度?

Apriori算法有支持度和置信度两个概念，都是在执行算法之前自己设定的，在每一次迭代过程后，大于支持度的项集被保留为频繁项集，最后生成的规则由最终的频繁项集组成。一、支持度支持度就是所有我们分析的交易中，某两种（若干种）商品同时（这里的同时，一般意味着同单或者一次独立的交易）被购买的概率（比率）。我们选择支持度的最终目的就是找出同时被购买的两个商品，可以提高我们的推荐转换率，从而增加收入。

6.3232

6

1

0

关注作者

收藏

田齐齐

机器学习：什么是基于用户的协同过滤推荐算法

俗话说“物以类聚、人以群分”，拿看电影这个例子来说，如果你喜欢《蝙蝠侠》、《碟中谍》、《星际穿越》、《源代码》等电影，另外有个人也都喜欢这些电影，而且他还喜欢《钢铁侠》，则很有可能你也喜欢《钢铁侠》这部电影。所以说，当一个用户 A 需要个性化推荐时，可以先找到和他兴趣相似的用户群体 G，然后把 G 喜欢的、并且 A 没有听说过的物品推荐给 A，这就是基于用户的系统过滤算法。我们可以将基于用

1.2472

4

3

0

关注作者

收藏

田齐齐

朴素贝叶斯需要划分训练集和测试集吗？

问题：朴素贝叶斯需要划分训练集和测试集吗？答：朴素贝叶斯和其他有监督算法一样，是需要划分训练集和测试集的，划分方法一样。

36.3524

5

2

0

关注作者

收藏

liting李

推荐系统是一种信息过滤系统，用于预测用户对物品的评分或偏好。

3.4433

2

0

0

关注作者

收藏

shauna570392

特征重要性相关的问题

一、问题描述决策树的模型效果会影响最后输出的feature_importance吗二、问题解答会，模型的精度直接影响特征结果，一般都会检验模型的效果，精确度低的模型都不会用。

0.0000

0

2

0

关注作者

收藏

读童话的狼

三种朴素贝叶斯算法各适用什么条件？

GaussianNB：如果样本特征的分布大部分是连续值，使用GaussianNB会比较好MultinomialNB：如果样本特征的大部分是多元离散值，使用MultinomialNB比较合适BernoulliNB：如果样本特征是二元离散值或者很稀疏的多元离散值，应该使用BernoulliNB

0.0000

0

3

0

关注作者

收藏

田齐齐

机器学习：MinMax归一化

MinMax归一化，区间缩放发利用了边界值信息，将属性缩放到[0,1]，减去最小值除以最大值与最小值的插值，实现代码如下：From sklearn.preprocessing import MinMaxScaler#区间缩放，返回值为缩放到[0,1]区间的数据minMaxScaler=MinMaxScaler().fit(X_train)minMaxScaler.transform(X_

22.1471

5

0

0

关注作者

收藏

田齐齐

为什么先划分训练集和测试集后归一化？

先对数据划分训练集和测试集后归一化和对数据归一化后划分测试集和训练集，两者的区别：理论上还是应该先划分数据集，然后对训练数据做预处理，并且保存预处理的参数，在用同样的参数处理测试集。因为划分训练集和测试集就是假设只知道训练集的信息，而认为测试集数据是来自未来的，不可得知。如果之前统一做预处理之后再划分的话就利用了测试集的信息。

23.3911

6

3

0

关注作者

收藏

读童话的狼

拉普拉斯平滑lambda的取值为什么是0到1？

拉普拉斯校准是给频率表中每个计数加上一个较小的数，保证每个特征发生概率不为0的情况。假定训练样本很大时，每个分量x的计数加1造成的估计概率变化可以忽略不计，但可以方便有效的避免零概率问题。应用举例：假设在文本分类中，有3个类， C1、 C2、 C3，在指定的训练样本中，某个词语K1，在各个类中观测计数分别为0， 990， 10， K1的概率为0， 0.99， 0.01，对这三个量使用拉普拉

19.4908

1

3

0

关注作者

收藏

<1…272829…69>

CDA考试动态

CDA报考指南