- 博客(7)
- 收藏
- 关注
RSS订阅原创 2024C题 网球题 第一问(附代码链接)
开发一个模型，捕捉得分发生时的比赛流程，并将其应用于一场或多场比赛。你的模型应该确定哪位球员在比赛的特定时间表现得更好，以及他们的表现有多好。注意:在网球比赛中，发球者赢得得分的可能性要高得多。针对问题一，题目要求我们建立一个模型以捕捉得分发生时的比赛流程，并可以应用于一场或多场比赛。二、模型建立：利用TOPSIS综合评价法进行模型构建，以时间为横坐标，对比赛的队员进行比赛进程中综合评价分数图像的可视化。三、细节评价：完成任务要求的确定比赛特定时间表现良好，给出分数，既表现的有多好。，各位小伙伴可以前往。
2024-02-02 17:26:20
356
3
原创 特征工程与数据预处理概述
一个机器学习系统可以学习的程度主要由训练数据的质量决定。尽管每个学习算法都有其自身的优点和缺点，但系统性能上的差异往往来自于数据的准备方式或者表现形式的不同。因此特征工程可以理解为数据表示的一个工具。特征工程是数据预处理流程的一部分，具体结构如下图所示。
2024-01-27 06:00:00
349
原创 监督学习——使用逻辑回归对鸢尾花种类进行分类
机器学习中另一个有名的数据集叫做Iris(鸢尾花)数据集，Iris数据集包含了来自三种不同品种：山鸢尾，变色鸢尾和弗吉尼亚鸢尾总共150朵鸢尾花的测量数据。这些测量数据包括花瓣的长度和宽度、花萼的长度和宽度，所有测量数据的计量单位为厘米。我们的目标是构建一个机器学习模型，从这些已知品种的鸢尾花测量数据中学习而对新鸢尾花进行品种分类。
2024-01-26 22:10:23
1139
1
原创 监督学习——应用Lasso回归和ridge回归
请大家尝试一下在波士顿数据集上用这两个算法代替传统线性回归算法来进行测试，观察其泛化误差以及预测的模型拟合度图会有如何变化。降低过拟合的一个常见方法为正则化，它通过在成本函数中添加一个独立于特征值之外的额外限制来避免过拟合。（获取Lasso回归和ridge回归两个算法的完整代码，可关注“HappyWin数学建模”公众号)”步骤中，将定义一个线性回归模型此行代码进行更新替换，来实现Lasso回归和ridge回归。参考书籍：《机器学习：使用OpenCV和Python进行智能图像处理》
2024-01-24 23:20:24
401
原创 监督学习——使用OpenCV实现k-NN
使用OpenCV，通过引入所须的模块：使用k-NN算法的OpenCV、处理数据的NumPy、用于绘图的Matplotlib。本次使用的，需调用命令。若出现错误，则说明未安装该模块，需在命令提示符终端输入下方代码下载过程中若报错，则输入下方代码更新pip版本。
2024-01-22 21:55:06
367
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人