![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习 本科课程
文章平均质量分 93
本科课程 实验及练习
11egativ1ty
无谋的挑战
展开
-
机器学习本科课程 大作业 多元时间序列预测
对某电力部门的二氧化碳排放量进行回归预测,有如下要求- 数据时间跨度从1973年1月到2021年12月,按月份记录。- 数据集包括“煤电”,“天然气”,“馏分燃料”等共9个指标的数据(其中早期的部分指标not available)- 要求预测从2022年1月开始的半年时间的以下各个部分的排放量原创 2024-02-03 00:11:13 · 1444 阅读 · 2 评论 -
机器学习本科课程 实验4 支持向量机
# 第一题:支持向量机的核函数实验内容:1. 了解核函数对SVM的影响2. 绘制不同核函数的决策函数图像3. 简述引入核函数的目的原创 2024-02-02 23:53:10 · 1046 阅读 · 2 评论 -
机器学习本科课程 实验6 聚类实验
# 第一题:使用sklearn的DBSCAN和AgglomerativeClustering完成聚类实验内容:1. 使用sklearn的DBSCAN和AgglomerativeClustering在两个数据集上完成聚类任务2. 对聚类结果可视化3. 对比外部指标FMI和NMI原创 2024-02-03 00:05:23 · 2148 阅读 · 1 评论 -
机器学习本科课程 实验2 神经网络
# 实验二 神经网络 - 1 sklearn多层感知机——手写数字分类任务 - 2 手动实现神经网络:线性回归 - 3 手动实现神经网络:对数几率回归 - 4 手动实现三层感知机——多分类原创 2024-01-31 04:52:58 · 1031 阅读 · 0 评论 -
机器学习本科课程 实验1 线性模型
# 第三章 线性模型 - 3.1 一元线性回归 - 3.2 多元线性回归 - 3.3 对数几率回归,线性判别分析(二选一) - 3.4 类别不均衡原创 2024-01-31 04:15:05 · 970 阅读 · 0 评论 -
机器学习本科课程 实验5 贝叶斯分类
# 实验1.使用sklearn的GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测任务实验内容:1. 使用GaussianNB、BernoulliNB、MultinomialNB完成肿瘤预测2. 计算各自十折交叉验证的精度、查准率、查全率、F1值3. 根据精度、查准率、查全率、F1值的实际意义以及四个值的对比阐述三个算法在肿瘤预测中的表现对比原创 2024-02-02 23:42:43 · 1000 阅读 · 0 评论 -
机器学习本科课程 实验3 决策树处理分类任务
# 实验3.1 决策树处理分类任务1. 使用sklearn.tree.DecisionTreeClassifier完成肿瘤分类(breast-cancer)2. 计算最大深度为10时,十折交叉验证的精度(accuracy),查准率(precision),查全率(recall),F1值3. 绘制最大深度从1到10的决策树十折交叉验证精度的变化图原创 2024-02-02 23:34:20 · 1176 阅读 · 0 评论