- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 智能信息检索课程设计
根据自己从网上下载的任意文档集，采用python程序设计语言，进行分词，再去掉停用词和标点符号等，生成文档的词典，接着根据词典和文档内容生成词项的倒排记录表（含位置信息），然后根据搜索关键字（多个词项），对文档集进行短语查询，符合检索条件的文档计算余弦相似度，按从大到小的顺序显示，然后进行查询扩展。
2023-03-30 11:49:45
1529
原创 机器学习-分类聚类预测系统
这是机器学习课程的一个课设,具体的课设要求如下:1.熟悉机器学习的完整流程，包括：问题建模，获取数据，特征工程，模型训练，模型调优，线上运行；或者分为三大块：数据准备与预处理，模型选择与训练，模型验证与参数调优。2.绘制机器学习算法分类归纳思维导图，按照有监督学习、无监督学习、半监督学习和强化学习进行绘制，对学过的算法进行归纳总结。3.自行选择学习任务，按照机器学习流程，分别设计分类、预测、聚类系统，每个系统务必选择不同的算法进行训练，采用多种方法进行模型验证与参数调优，选择适合的多个指标对模型进行评估
2022-06-23 10:25:51
2801
1
智能信息检索-智能信息检索课程设计
采用python程序设计语言，进行分词，再去掉停用词和标点符号等，生成文档的词典，接着根据词典和文档内容生成词项的倒排记录表（含位置信息），然后根据搜索关键字（多个词项），对文档集进行短语查询，符合检索条件的文档计算余弦相似度，按从大到小的顺序显示，然后进行查询扩展。
2023-03-29
数据预测、分类、聚类系统
设计了一个分类、预测、聚类系统，每个系统选择不同的算法进行训练，选择适了多个指标对模型进行评估，采用可视化方法对结果进行分析。
其中，分类系统中采用k-近邻算法、贝叶斯分类器、决策树分类、AdaBoost、GBDT、随机森林、逻辑回归等
预测系统中采用贝叶斯网络、马尔科夫模型、线性回归、XGBoost、岭回归、多项式回归、决策树回归预测算法等
聚类系统中采用K-means、层次聚类BIRCH、密度聚类DBSCAN算法等
2022-06-14
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人