大学机器学习课程实践，涉及线性回归、支持向量机、贝叶斯分类器、CNN文本分类四个课程，包含讲解PPT、实验指导书、项目源码文件

文件结构： 所有文件均在cnn-text-classification-tf下 该文件夹下data文件夹包含正负性数据 data_helpers.py清洗数据 eval.py处理其他事项 text_cnn.py文本分类 train.py训练程序 开始程序只需要使用命令下面命令即可： python train.py 参数含义： ALLOW_SOFT_PLACEMENT=TRUE:是否需要自动分配 BATCH_SIZE=64:批处理大小 CHECKPOINT_EVERY=100:保存一次模型 DEV_SAMPLE_PERCENTAGE=0.1:测试数据集比例 DROPOUT_KEP_PROB=0.5：正则化CNN，获取神经元激活概率 EMBEDDING_DIM=128：每个单词的词向量的长度 EVALUATE_EVERY=100：每训练一百次，测试一次 FILTER_SIZES=3,4,5：卷积核覆盖的单词 L2_REG_LAMBDA=0.0：正则化参数 LOG_DEVICE_PLACEMENT=False:是否打印日志 NUM_EPOCHS=200：总训练次数 NUM_FILTERS=128：卷积核的数量 实验环境： 1.ubuntu16.04 2.python2.7（默认安装版本） 3.tensorflow1.0版本以上 安装命令：sudo pip install tensorflow 4.运行文件安装python库 sudo pip install numpy sudo pip install collections 其他： pip可以用apt-get替换 pip安装设置： cd 到主目录下 wget https://bootstrap.pypa.io/get-pip.py sudo python get-pip.py mkdir ~/.pip 然后在该目录下创建pip.conf文件编写如下内容： 命令：vim ~/.pip/pip.conf [global] trusted-host = pypi.douban.com index-url = http://pypi.douban.com/simple