Skip to content

Latest commit

 

History

History
48 lines (44 loc) · 3.14 KB

勘误.md

File metadata and controls

48 lines (44 loc) · 3.14 KB

#致谢

  • qiji_2015
  • mazh99999
  • 权奥
  • whyseu
  • 李柏松(安天)
  • remtu
  • tarantulid
  • m0l1ce
  • NULL
  • 渔夫

#勘误

  • P44,第十行,原文:“<SCRIPT”,纠正为:“<IMG”
  • P44,第十五、十六行,以及倒数第六行到倒数第一行,与后面内容重复或者多余,删除
  • P44,第十九行,原文:"formcharcode标签(计算器)",纠正为:“fromcharcode标签”
  • P45,第一到第四行,第十六到第十七行,与后面内容重复或者多余,删除
  • P47,倒数第一到第二行,与后面内容重复或者多余,删除
  • P48,第五到第六行,第九到第十行,第十三到第十五行,与后面内容重复或者多余,删除
  • P145,原文:“置信度为0.7”,纠正为:“置信度为0.9”
  • P145,原文:“建设满足条件”,纠正为:“假设满足条件”
  • P150,原文:“对应的泛化为AAAACNNN”,纠正为:“AAACNNNN”
  • P113,原文:“24X24的图片”,纠正为:“28X28的图片”
  • P107,原文:“24X24的图片”,纠正为:“28X28的图片”
  • P39,图3-16 全部"训练数据"与"测试数据"位置对调
  • P50,原文倒数第四行:“148092496”,纠正为:“1480924966”
  • P95,原文倒数第四行:"clf2 = RandomForestClassifier(n_estimators=10,",纠正为:"clf2 = RandomForestClassifier(n_estimators=10, max_depth=None,min_samples_split=2, random_state=0)"
  • P79,原文:“并将前120个操作序列作为训练序列,后30个操作序列作为测试序列”,纠正为:“并将前90个操作序列作为训练序列,后60个操作序列作为测试序列”
  • P100,原文第八行:“准确率达到了92%,效果非常不错”,纠正为:“准确率为83%,与KNN效果一致”
  • P102,原文倒数第十行:“ngram_range=(2,2)”,纠正为:“ngram_range=(1,1)”
  • P103,原文第1-2行:“准确率96%左右,相当不错[0.96,0.96,0.96]。”,纠正为:“准确率为75%左右,效果一般。[ 0.77358491 0.78846154 0.73076923]”
  • P156,原文倒数第11行,"ulr日换成",纠正为:"url"
  • P152,原文倒数第13行,"n_components=3",纠正为:"n_components=4"
  • P11,原文第8行,"NTLK",纠正为:"NLTK"

第三版

  • P132,倒数第四行,原文:"from sklearn.cluster import K-Means",纠正为:"from sklearn.cluster import KMeans"
  • P14,第14行,原文:"a=array([1,2,3])",纠正为:"a=np.array([1,2,3])"
  • P143,原文:“一个元素项可以在一棵FP树种出现多次”,纠正为:“一个元素项可以在一棵FP树中出现多次”
  • P143,原文:“FP树辉存储项集的出现频率”,纠正为:“FP树会存储项集的出现频率”
  • P143,原文:“而每个项集会以路径的方式存储在数中”,纠正为:“而每个项集会以路径的方式存储在树中”
  • P151,表12-1的横排 "A C N T"纠正为"S1 S2 S3 S4",表12-1的纵列 "A C N T"纠正为"S1 S2 S3 S4"
  • P151,表12-2的横排 "S1 S2 S3 S4"纠正为"A C N T"
  • P38,倒数第八行"train_test_spli"纠正为"train_test_split"
  • P39,倒数第6行"十折"纠正为"五折"
  • P226,倒数第10行 城市 更新为 密码