1条回答 默认 最新
- 2021-05-05 23:21回答 5 已采纳 如果能够剔除对结果无影响或影响甚微的变量，当然是最好的。不过，要想逐一确定哪些变量和结果之间存在较高的相关性，也并非易事。通常，降维是首选的手段，而主成分分析（PCA）是降维最常用的方法。
- 2022-10-20 20:16回答 3 已采纳 import pandas as pd import numpy as np import matplotlib.pyplot as plt from pylab import mpl #中文乱码解决
- 2022-09-30 18:14回答 5 已采纳 首先，手写识别的关键是特征描述，如果这一步没有做好，用什么方法，怎么调参，也不会有好的结果。将图像像素值直接作为输入向量，原则上是不适当的。推荐实现方法如下：（1）首先，样本均匀，标准化，归一化，这些
- 2021-05-26 22:05算法进阶的博客 本文从介绍人工智能及主要的思想派系，进一步系统地梳理了其发展历程、标志性成果并侧重其算法思想介绍，将这段 60余年几经沉浮的历史，以一个清晰的脉络呈现出来，以此展望人工智能（AI）未来的趋势。
- 回答 3 已采纳 1 Data Preparation pareto displays the first 95% of the cumulative distribution, some elements in y
- 2016-05-13 03:05回答 1 已采纳 Yes, it makes sense. It depends whether your whole stack is in golang or not. Otherwise, golang do
- 2021-06-29 09:09回答 2 已采纳 设两个集合的中心点分别为p0和p1表示二元组，方差分别为v0和v1（开方得到标准差），借助于numpy的随机化抽样子模块random很容易得到两个集合，合并为一个样本集。与之对应的标签集也不难制作。之
- 2017-08-01 16:14业余草的博客 作为最早关注人工智能技术的媒体，机器之心在编译国外技术博客、论文、专家观点等内容上已经积累了超过两年多的经验。期间，从无到有，机器之心的编译团队一直在积累专业词汇。虽然有很多的文章因为专业性我们没能...
- 2022-05-21 15:34回答 1 已采纳 好家伙，你这特征数量真心不少。KNN的核心是计算距离，你这个特征这么多，计算的复杂度就会很高，不知道你用的距离算法，也不知道你CPU能不能受的住。 减少特征的数量，比如颜色特征，看看能
- 2021-08-11 20:03回答 1 已采纳 应该是由于在下载数据集中连接中断，导致程序终止运行，可以尝试将数据集下载到本地运行，参考： https://blog.csdn.net/u012487272/article/details/79
- 2022-09-18 20:07回答 1 已采纳 因为train_y[i]一直都是0
- 2021-06-15 11:02CVer儿的博客 人工智能（Artificial Intelligence，AI）研究目的是通过探索智慧的实质，扩展人类智能——促使智能主体会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机...
- 2020-09-27 10:29回答 3 已采纳 ```python #!/usr/bin/python # coding=utf-8 ######################################### # kNN: k Ne
- 2021-06-10 00:42风度78的博客 人工智能将和电力一样具有颠覆性 。 --吴恩达如同蒸汽时代的蒸汽机、电气时代的发电...
- 2021-12-23 22:50白拾Official的博客 例如，分析一个人的身高和体重对健康的影响，如果使用米（m）和千克（kg）作为单位，那么身高特征会在1.6～1.8m的数值范围内，体重特征会在50～100kg的范围内，分析出来的结果显然会倾向于数值差别比较大的体重特征...
- 没有解决我的问题, 去提问
问题事件
创建了问题
11月27日
悬赏问题
- ¥50 随机森林与房贷信用风险模型
- ¥50 buildozer打包kivy app失败
- ¥30 在vs2022里运行python代码
- ¥15 不同尺寸货物如何寻找合适的包装箱型谱
- ¥15 求解 yolo算法问题
- ¥15 虚拟机打包apk出现错误
- ¥15 用visual studi code完成html页面
- ¥15 聚类分析或者python进行数据分析
- ¥15 三菱伺服电机按启动按钮有使能但不动作
- ¥15 js，页面2返回页面1时定位进入的设备