机器智能实验三 分类算法

该实验通过Weka软件对比了四种分类算法:朴素贝叶斯、决策树(J48)、人工神经网络和支持向量机。朴素贝叶斯在分类性能上表现最优,其次是支持向量机。实验涉及的评价指标包括正确率、Kappa统计量和平均绝对误差。
摘要由CSDN通过智能技术生成

一、实验目的

  1. 巩固4种基本的分类算法的算法思想:朴素贝叶斯算法,决策树算法,人工神经网络,支持向量机算法;
  2. 能够使用现有的分类器算法代码进行分类操作
  3. 学习如何调节算法的参数以提高分类性能;

二、实验的软、硬件平台

硬件:计算机

软件:操作系统:WINDOWS 

应用软件:C,Java或者Matlab

 

三、实验内容及步骤

利用现有的分类器算法对文本数据集进行分类

实验步骤

此次实验使用weka软件来模拟各种分类、回归算法的运行结果,并比较优劣

首先打开weka软件,在四个选项中选择explorer

打开后选择处理后的arff文件,打开后发现当前页面已经给出了关于标签的一些信息:

首先打开分类数据集,然后在classify标签页中选择我们想要查看现象的算法,如果我们选择的算法不符合数据集的格式,那么我们不可以单击start按钮。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值