2201_76121495的博客

原创 实验八——PCA算法

原创 实验七——支持向量机

原创 实验六——logistisc回归

只能处理线性可分问题：逻辑回归是一个线性分类器，在处理非线性问题时表现不佳，需要进行特征工程或者使用核技巧等方法进行处理。解释性强：逻辑回归能够提供各个特征对于分类结果的影响程度，因此在需要理解变量影响的情况下具有较好的可解释性。对异常值敏感：逻辑回归对异常值比较敏感，异常值可能会对模型产生较大影响，需要进行数据预处理和异常值处理。计算代价低：相对于一些复杂的分类模型，逻辑回归的计算代价比较低，训练速度快，尤其适合处理大规模数据集。无法很好地处理大量特征或者特征之间相关性较强的情况，容易出现过拟合问题。

原创 实验五——贝叶斯分类器

原创 实验四——决策树

用ID3和CART两种方式实现。

原创 实验三——ROC曲线和PR曲线

【代码】实验三——ROC曲线和PR曲线。

原创 实验二——机器学习中KNN算法实现

原创 实验一——安装anaconda

1.找到自己电脑属性。