![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
机器学习
文章平均质量分 81
机器学习实验报告
是兔不是秃
这个作者很懒,什么都没留下…
展开
-
mnist数据集无法下载
机器学习mnist数据集无法下载最近在学习机器学习的过程中需要使用mnist数据集,但是貌似是TensorFlow更新,导致网上的安装教程无法使用(个人观点),也许是因为安装的TensorFlow版本问题问题1:由于连接方在一段时间后没有正确答复或连接的主机没有反应,连接尝试失败。import tensorflow as tfimport tensorflow.keras as keras(x,y), (x_test,y_test) = keras.datasets.mnist.load_dat原创 2021-06-01 16:55:38 · 1316 阅读 · 0 评论 -
实验三 参数估计与非参数估计实验报告
实验三:参数估计与非参数估计实验报告1811377 李文浩一、实验目的通过本次实验实现机器学习中常用的参数估计和非参数估计的方法使用编程加深对最大似然估计、最大后验概率估计等方法的认识建立数据集学习使用python对多元数据进行操作二、代码框架本次实验使用的函数框架如下:1.Gaussian_function(x, mean, cov) #计算多维(这里是2维)样本数据的概率p(x|w),参数mean是已知的均值向量,cov是已知的协方差矩阵,x是样本数据2.Genera原创 2021-04-12 19:38:37 · 1457 阅读 · 0 评论 -
实验四:朴素贝叶斯分类器实验报告
实验三:朴素贝叶斯分类器实验报告1811377 李文浩一、实验目的通过本次实验熟悉朴素贝叶斯分类器的实现原理了解混淆矩阵及其相关参数的意义绘制ROC曲线,直观的了解实验结果二、实验数据说明 在本次试验中我们使用了数据集wine.data和数据集说明:wine.names,其中,wine.data总共有十四列数据,每列数据的含义在wine.names中说明了:数据集和说明见下图:在这里我们只需要知道每一行数据是一个样本,每一行对应的第一列的数据是这个样本的所属类别,其他的十三列数据原创 2021-04-21 13:35:47 · 6031 阅读 · 0 评论 -
实验五:层次聚类实验报告
实验五:层次聚类实验报告一、实验目的二、代码框架三、代码详解四、实验结果一、实验目的了解聚类的概念和层次聚类的方法实现三种不同的层次聚类算法对比三种不同算法在不同的数据集的情况下的性能二、代码框架本次实验使用的函数框架如下:1.create_sample(mean, cov, num, label) #生成样本均值向量为mean,协方差矩阵为cov的,数量为num,标签为label的数据集2.PoMinkowski(x1,x2,dimension,p=2) #两样本点之间原创 2021-05-11 18:30:10 · 2318 阅读 · 0 评论