引言

经验通常以数据形式存在
机器学习是研究关于学习算法的学问
模型指全局性结果，模式指局部性结果。

基本术语

记录的集合称为一个数据集（data set）
特征张成的空间称为特征空间（feature space）
一个样本（sample）称为一个特征向量（feature vector）
训练样本组成的集合称为训练集（training set）
拥有了标记（label）信息的样本，称为样例（example）。
学习任务：

• 二分类任务（binary classification）
• 多分类任务（multi-class classfication）
• 回归任务（regression）

项目背景

文本分析、情感分析和社交分析帮助你在一定规模上转化成客户、病人、公众以及市场的“声音”。这项技术目前大量地应用于一系列的工业产品中，从医疗健康到金融、媒体、甚至客户市场。它们从线上、社交网络、企业数据源中提取商业洞察力。
本次项目通过对爬取的用户评论数据进行分析，对各个不同的电影进行相关的预测。关键的分类部分是基于有监督的机器学习，以不同机器学习算法为基础构建分类器对文本分类。

总体设计

本课题采用有监督的机器学习方法。对初始数据处理后，通过人工标注、特征选取、降维、训练，最终得到准确度高的分类器对所有数据进行输出。

图像处理算法

预处理

在获取到上传的血常规化验单图片后，项目中对其进行了预处理，作用主要是为了减小噪声，为后边的识别算法服务，在这里主要用到了以下两个方法：

• 高斯平滑

  1	img_gb = cv2.GaussianBlur(img_gray, (gb_param, gb_param), 0)

• 腐蚀、膨胀

  1 2	closed = cv2.morphologyEx(img_gb, cv2.MORPH_CLOSE, kernel) opened = cv2.morphologyEx(closed, cv2.MORPH_OPEN, kernel)

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.

Quick Start

Create a new post

1

$ hexo new "My New Post"

More info: Writing

Run server

1

$ hexo server

More info: Server

Generate static files

1

$ hexo generate

More info: Generating

Deploy to remote sites

1

$ hexo deploy

More info: Deployment