操作題根據教材中的說明和代碼，調試環境，實踐項目實施流程，最后輸出圖9-4，驗證書中的結論。（略）2.項目總結中提出此工程改進的角度。文本轉換為數值時，可以增加轉換維度，以增大計算量為代價，換取分類性能的提升。請修改food_security_check.py，定位到以下代碼：#訓練集文檔向量化:利用get_corpus_vectors函數對訓練集進行向量化n=3window=30model_train_words_str,corpus_vectors_train_words_str\=get_corpus_vectors(list_train_words_str,n,window)其中n參數就表示轉換的維度。教材為了便于可視化，采用了3維視角的變換。請修改n為5,10,20。觀察分類性能是否得到了提升。答：原來代碼n=3，F1分數為0.918當n=5時，F1分數為0.95當n=10時，F1分數為0.942當n=20時，F1分數為0.942可見當n=5時f1分數有所提升，分類性能變好。但是當n=10時，f1有所下降，分類性能略微下降，n繼續變大時f1維持在恒定值，分類性能保持不變。3.上述代碼中的window參數，表示一個詞與前后多少詞存在相關性。Window越大，關聯窗口越大；window越小，關聯窗口越小。在維持n=3不變的情況下，改變window。分析算法性能的改變情況。答：window=10，f1分數為0.929window=20，f1分數為0.947window=30，f1分數為0.948window=40，f1分數為0.937window=50，f1分數為0.947說明window存在一個上限，大約是30左右，達到上限之前，增大window可以使分類性能變好。達到上限以后，繼續增大，沒有明顯改變。4.教材中采用了支持向量機算法進行分類識別。請采用logistics回歸算法分類，并比較2種算法的性能差異。答：在n=3，window=30的情況下進行二者對比。Logistics算法修改代碼為：fromsklearn.linear_modelimportLogisticRegression#整理數據格式，準備訓練樣本x=dfA.iloc[::n].values.tolist()y=dfA.iloc[:nl.values.tolist()print("x:\n".x)print("y:\n".y)#開始訓練clf=LogisticRegression(solver='liblinear')clf.fit(x，y)結果：f1分數為0.938原來的代碼，f1分數為0.938，二者沒有明顯區別習題10操作題根據教材中的說明和代碼，調試環境，實踐項目實施流程，驗證書中的結論。略2.在test數據庫中，新創建customerRecommendation01表和productRecommendation01表。修改bbb04_06.scala，進行top5商品推薦，并將推薦結果寫入customerRecommendation01表和productRecommendation01表。答：關鍵代碼修改：//向所有用戶推薦排名前五的商品,show的false參數可以顯示較長字段valdf04=model.recommendForAllUsers(numItems=5)//向所有的商品推薦排名前五的用戶valdf07=model.recommendForAllItems(numUsers=5)3.在數據規模不大的情況下，可以考慮不用數據倉庫，直接用Spark處理MySQL中的消費記錄，并把結果寫入MySQL。新創建associationRules01表。修改bbb04_05.scala，實現直接用Spark讀取MySQL中的消費記錄，進行關聯規則分析，并把結果寫入associationRules01表。答：直接連接數據庫：valdf0l=spark.read.jdbc(url="idbc:mysql://192.168.152.210:3306/test",table="shopping",properties)df01.cache()最后處理的結果直接保存入數據庫：df06.coalesce(1).wri