dsl200970的博客

对于TF-IDF的计算，我们都知道是TF与IDF的乘积，但sklearn中计算的结果和我们手动计算的不太一样，究竟是什么原因呢？TF计算为词在文档中出现的频数。IDF为总文档除以词出现在文档中的文档数，再求对数，再加1。即其中，n为总文档数，df(t, d)为出现词t的文档数d。为了防止df(t, f)为0，一般我们会将n和df(t, d)加1，进行平滑。即使用 TF * IDF即得到结果。但是，sklearn中的计算结果却与我们计算得到的不同。from sklearn.f

1、基本定义1.基本介绍感知机是由两层神经元组成的，输入层接收外界输入信号号传递给输出层，输出层是M-P神经元，也称为"阈值逻辑单元"。其中x1、x2为输入神经元，y是输出神经元。w1,w2分别为x1，x2的权重，权重代表着该神经元的重要性。b为偏置，表示输出神经元激活的容易程度。感知机是二分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别，取+1和-1二值。感知机对应于特征空间中将实例划分为正负两类的分离超平面，属于判别模型。2.定义假设输入空间（特征空间）是，输出空

1、模型评估现实中，可供选择的算法有很多，参数不同，每个算法也有不同的形式，我们应该如何选择最优的那个？如果按照泛化误差最小来选择是最好，但我们又不能得到未知的数据，不能直接计算泛化误差。如果仅仅使用训练集来选择，我们不能知道该模型是否对于泛化误差也最小。1.验证方法与采样为了能够在训练集中获得泛化误差的近似，我们需要将训练集划分为训练集和测试集，用测试集误差近似泛化误差，但要保证测试集是从样本真实分布中独立同分布采样而得，且尽可能与训练集互斥，即测试样本不曾在训练样本中出现过。如何对数据集

1、一般分类机器学习的一般分类为：监督学习、无监督学习、强化学习、半监督学习、主动学习。1.监督学习监督学习是从<x, y>这样的示例对中学习统计规律，然后对于新的X，给出对应的y。输入空间、特征空间、输出空间、假设空间输入、输出所有可能的取值的集合分别称为输入空间、输出空间。一个具体的输入是一个实例，通常由特征向量表示，特征向量组成的空间为特征空间。特征空间与输入空间可以为同一空间，也可以为不同空间。输入输出的随机变量一般用大写X、Y表示，具体实例使用小写表示。输

什么是机器学习？