1)完成5.1.5中简答题(1),命名为sy5-1-1.txt。 2)完成5.1.5中实践题第1题,无源码素材,按题目要求命名。 3)完成5.1.5中实践题第2题,源码素材见sy5-1-2.py,按题目要求命名。 以上作业不迟于周六上午9点,提交至水杉码园“学号”仓库的homework10分支下。
水杉码园上的本次作业要求:https://gitea.shuishan.net.cn/AI-B.Liuyao.2022Spring.XinYuan/AllStuRead/issues/14 腾讯工蜂上的本次作业要求:https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson10/issues/1 腾讯工蜂上的本次课程材料(课件及素材等):https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson10/tree/master
简答题和实践题第一题命名好像重复了,需要修改吗?
没关系,后缀不同
助教助教,请问这个数据归一化后像46和50这样的数据都被归为了1,这样会不会对后续训练的结果产生影响啊?有没有办法可以提高这个归一化的精度呢?谢谢!
小伙伴你好,归一化操作是以每列为一组进行操作的
助教助教,请问这个数据归一化后像46和50这样的数据都被归为了1,这样会不会对后续训练的结果产生影响啊?有没有办法可以提高这个归一化的精度呢?谢谢! 小伙伴你好,归一化操作是以每列为一组进行操作的 小伙伴你好,听我说谢谢你。
小伙伴你好,归一化操作是以每列为一组进行操作的 小伙伴你好,听我说谢谢你。
不考虑列之间,也就是各特征之间的相关性,如此归一化是没有影响的。
请问转换器实例化时,前面的不是“minmax_scaler”而是别的名字会有影响吗?
请问转换器实例化时,前面的不是“minmax_scaler”而是别的名字会有影响吗? 我猜没有
没有影响,此类问题建议自己做做小实验。
请问转换器实例化时,前面的不是“minmax_scaler”而是别的名字会有影响吗? 没有影响,此类问题建议自己做做小实验。
好的!谢谢助教~
老师,5-1-2没说划分前用不用重排,这种情况是不用重排的意思吗?还是说这种情况按那个默认为True?
设置shuffle为False的话,题中对随机数种子的设置就没意义了
老师,5-1-2没说划分前用不用重排,这种情况是不用重排的意思吗?还是说这种情况按那个默认为True? 设置shuffle为False的话,题中对随机数种子的设置就没意义了
好的 谢谢 懂了 是我理解错了
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform?
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? 我用的是random.randint耶
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? 我用了uniform诶,我觉得都可以吧
randint是随机整数,uniform是均匀分布浮点值,似乎不随机?那随机浮点数用什么?
老师好,我想问一下转换器实例化有什么意义吗,为什么一定要进行一次转换器实例化之后才能对数据进行处理呢
random和randint的区别不就是生成整数值还是浮点值嘛?如果没有特别说明的话应该都是可以的吧
同问同问 我也很好奇(放一个耳朵
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? 或许可以用rand()然后*50.。。。。
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? random和randint的区别不就是生成整数值还是浮点值嘛?如果没有特别说明的话应该都是可以的吧
谢谢babe 那我就随便用了
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? randint是随机整数,uniform是均匀分布浮点值,似乎不随机?那随机浮点数用什么?
都是均匀分布的。。。看错了。好像无所谓哪个了吧~但是均匀分布是随机吗?
建议记为一种规范用法。 我的粗浅解释是:实例化相当于创建一个专用转化器,处理数据时的数据被记录在该实例化对象中,此后可基于原数据产生的模型对新数据进行处理,如样例所示(尽管对于归一化而言这样处理是有问题的,但对于不少处理这种处理方式的继承是有意义的)。
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? random和randint的区别不就是生成整数值还是浮点值嘛?如果没有特别说明的话应该都是可以的吧 谢谢babe 那我就随便用了 应该是uniform吧。没说只要整数,感觉用randint不合适。
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform? random和randint的区别不就是生成整数值还是浮点值嘛?如果没有特别说明的话应该都是可以的吧 谢谢babe 那我就随便用了 应该是uniform吧。没说只要整数,感觉用randint不合适。 我是觉得说的是1~50,不是1.0~50.0,所以还是用的整数欸
请问第一题是在归一化的基础上正则化还是分别归一化正则化呢?
No due date set.
This issue currently doesn't have any dependencies.
Deleting a branch is permanent. It CANNOT be undone. Continue?
1)完成5.1.5中简答题(1),命名为sy5-1-1.txt。
2)完成5.1.5中实践题第1题,无源码素材,按题目要求命名。
3)完成5.1.5中实践题第2题,源码素材见sy5-1-2.py,按题目要求命名。
以上作业不迟于周六上午9点,提交至水杉码园“学号”仓库的homework10分支下。
水杉码园上的本次作业要求:https://gitea.shuishan.net.cn/AI-B.Liuyao.2022Spring.XinYuan/AllStuRead/issues/14
腾讯工蜂上的本次作业要求:https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson10/issues/1
腾讯工蜂上的本次课程材料(课件及素材等):https://git.code.tencent.com/AI-B.Liuyao.2022Spring.XinYuan/lesson10/tree/master
简答题和实践题第一题命名好像重复了,需要修改吗?
没关系,后缀不同
助教助教,请问这个数据归一化后像46和50这样的数据都被归为了1,这样会不会对后续训练的结果产生影响啊?有没有办法可以提高这个归一化的精度呢?谢谢!
小伙伴你好,归一化操作是以每列为一组进行操作的
不考虑列之间,也就是各特征之间的相关性,如此归一化是没有影响的。
请问转换器实例化时,前面的不是“minmax_scaler”而是别的名字会有影响吗?
没有影响,此类问题建议自己做做小实验。
好的!谢谢助教~
老师,5-1-2没说划分前用不用重排,这种情况是不用重排的意思吗?还是说这种情况按那个默认为True?
设置shuffle为False的话,题中对随机数种子的设置就没意义了
好的 谢谢 懂了 是我理解错了
请问第一题生成随机矩阵,应该用哪一个函数呢?random.randint还是random.uniform?
randint是随机整数,uniform是均匀分布浮点值,似乎不随机?那随机浮点数用什么?
老师好,我想问一下转换器实例化有什么意义吗,为什么一定要进行一次转换器实例化之后才能对数据进行处理呢
random和randint的区别不就是生成整数值还是浮点值嘛?如果没有特别说明的话应该都是可以的吧
同问同问 我也很好奇(放一个耳朵
谢谢babe 那我就随便用了
都是均匀分布的。。。看错了。好像无所谓哪个了吧~但是均匀分布是随机吗?
建议记为一种规范用法。
我的粗浅解释是:实例化相当于创建一个专用转化器,处理数据时的数据被记录在该实例化对象中,此后可基于原数据产生的模型对新数据进行处理,如样例所示(尽管对于归一化而言这样处理是有问题的,但对于不少处理这种处理方式的继承是有意义的)。
请问第一题是在归一化的基础上正则化还是分别归一化正则化呢?