ZHW-鲜橙大AI课题组的博客

LDA在保留类别信息方面表现优秀。LDA通过最大化类间散度和最小化类内散度，能够在降维的同时最大化不同类别之间的可分性。在二维投影中，LDA能够有效地将不同鸢尾花类别分开，并展现出明显的聚类效果。PCA在数据展示和压缩方面具有优势。PCA通过选择方差最大的投影方向，能够在保留数据的主要信息的同时，实现较好的数据压缩效果。在二维投影中，PCA将数据集分布在两个主要方向上，并显示出数据的整体分布情况。综上所述，对于鸢尾花数据集，LDA在保留类别信息和类别区分方面表现出色，而PCA则更适合用于数据的展示和压缩

路治东，男，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected]原理：如果一个样本在特征空间中的k个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，那么该样本也属于这个类别。简单来说就是，求两点之间的距离，看距离谁是最近的，以此来区分我们要预测的这个数据是属于哪个分类。我们看图来理解一下。蓝色点是属于a类型的样本点，粉色点是属于b类型的样本点。

郝特吉，男，西安工程大学电子信息学院，2022级研究生研究方向：机器视觉与人工智能电子邮件：[email protected]路治东，男，西安工程大学电子信息学院，2022级研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected]近邻是一种经典且简单的监督学习方法，既能够用来解决分类问题，也能够解决回归问题。原理：当对测试样本进行分类时，通过扫描训练样本集，找到与该测试样本最相似的个训练样本，根据这个样本的类别进行投票确定测试样本的类别。

目录1.作者介绍2．层次聚类算法介绍2.1 层次聚类算法原理2.2 层次聚类算法步骤2.3 层次聚类算法分类3．层次聚类算法实现(代码如下)3.1 相关包导入3.2 生成测试数据集3.3 层次聚类实现&画出树状图3.4 获取聚类结果3.5 对比不同方法聚类效果4.参考链接1.作者介绍杨金花，女，西安工程大学电子信息学院，21级研究生研究方向：基于学习方法的运动目标检测电子邮件：[email protected]．层次聚类算法介绍2.1 层次聚类算法原理 聚类就是对大量未知标注的数据集

本博文对Birch聚类算法的实现过程进行了展示。BIRCH的全称是利用层次方法的平衡迭代规约和聚类（Balanced Iterative Reducing and Clustering Using Hierarchies)

目录1. 作者介绍2. SVM算法介绍2.1 支持向量机分类2.2 支持向量回归模型2.3 核函数和损失函数2.4 SVR模型的代价函数3. 实验过程3.1 数据集介绍3.2 实验代码3.3 运行结果1. 作者介绍谢蓉蓉，女，西安工程大学电子信息学院，2021级研究生研究方向：图像处理电子邮件：[email protected]吴燕子，女，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组研究方向：人工智能与模式识别电子邮件：[email protected]. SVM算法介绍

本博文实现了Affinity Propagation聚类算法的应用

DBSCAN聚类算法的实现1. 作者介绍2.关于理论方面的知识介绍2.1 DBSCAN算法介绍2.2 鸢尾花数据集介绍3．实验过程3.1 实验代码3.2 实现过程3.3 实验结果4．参考文献1. 作者介绍刘鹏程，男，西安工程大学电子信息学院，2021级硕士研究生研究方向：机器视觉与人工智能电子邮件：[email protected]孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected].关于理

目录1. 作者介绍2. 算法介绍2.1 Lasso算法介绍2.2 公式分析2.3 特点分析3. 实验过程3.1 数据集介绍3.2 实验代码3.3 运行结果3.4 结果分析1. 作者介绍符振涛，男，西安工程大学电子信息学院，2021级研究生研究方向：机器视觉与人工智能电子邮件：[email protected]吴燕子，女，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected]. 算法介绍2.1 Lasso算法

目录1. 作者介绍2.最近邻算法介绍2.1 最近邻算法介绍2.2 KNN分类与回归分类：2.3 KNN回归算法流程3. 实验过程3.1 鸢尾花数据集3.2代码实现3.3实验结果3.4问题分析1. 作者介绍王倩倩，女，西安工程大学电子信息学院，2021级研究生研究方向：智能信息处理电子邮件：[email protected]吴燕子，女，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected].最近邻算法介绍2.

本博文实现了基于朴素贝叶斯的鸢尾花数据集分类

本博文实现了基于朴素贝叶斯算法的新闻分类

基于集成算法投票的波士顿房价数据集回归问题1. 作者介绍1. 作者介绍成帅凯，男，西安工程大学电子信息学院，21级研究生研究方向：机器视觉与人工智能电子邮件：[email protected]孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：[email protected](姓名)，x（性别），西安工程大学电子信息学院，xxxx级研究生，张宏伟人工智能课题组研究方向：机器视觉与人工智能电子邮件：xxxxxxxxx

基于Isotonic回归的鸢尾花数据集回归问题1. 作者介绍2．保序回归算法2.1 算法原理2.2 保序回归算法举例3. 鸢尾花数据集介绍3.1 数据集获取4．代码实现4.1 导入需要的包4.2 下载鸢尾花数据集并输出每个样本特征属性4.3 利用PCA降维并调用保序回归4.4 实验结果4.5 完整代码1. 作者介绍刘静，女，西安工程大学电子信息学院，2021级硕士研究生研究方向：机器视觉与人工智能电子邮件：[email protected]．保序回归算法2.1 算法原理保序回归是回归算法的

目录1. 作者介绍2. 神经网络多层感知器2.1 前向传播与反向传播2.2损失函数2.3激活函数3. 实验过程3.1波士顿房价数据集3.2实验代码3.3运行结果1. 作者介绍邓越，男，西安工程大学电子信息学院，2021级研究生研究方向：机器视觉与人工智能电子邮件：[email protected]吴燕子，女，西安工程大学电子信息学院，2021级研究生，张宏伟人工智能课题组研究方向：模式识别与人工智能电子邮件：[email protected]. 神经网络多层感知器 多层感知器

目录1. 作者介绍2. KNN网络简介(K- Nearest Neighbor)2.1 基于最邻近算法的分类2.2 基于最邻近算法的回归3. 实验相关3.1 实验环境3.2 数据集介绍3.3 数据可视化及其分析3.4 导入KNN回归模型进行回归预测3.5 实验结果分析与总结附完整代码（5部分）第一部分：选取最优超参数K值第二部分：用所有特征进行预测第三部分：选取部分特征进行回归预测第四部分：对每一个特征进行分析第五部分：两两特征的相关性分析，主要是看预测的目标和每个特征的相关性1. 作者介绍姚同钰，女，

本博文实现基于SVM的乳腺癌数据集分类问题

线性回归模型之波士顿房价预测作者介绍1. 随机森林算法原理1.1决策树与Bagging1.2 随机森林算法2. 实验过程2.1 糖尿病数据集2.2 实验过程2.3 实验结果展示2.4 完整实验代码作者介绍李怡格，女，西安工程大学电子信息学院，2021级研究生研究方向：脑电情绪识别电子邮件：[email protected]. 随机森林算法原理1.1决策树与Bagging（一）决策树决策树算法是一种有监督的机器学习方法。在分类问题中，决策树算法的本质是通过归纳数据中蕴含的分类规则将样本划分