人工智能高级程序语言设计《初级》---机器学习
文章平均质量分 91
纯Python,无框架的机器学习
ZHW_AI课题组
这个作者很懒,什么都没留下…
展开
-
基于LDA与PCA算法的鸢尾花数据集二维投影比较
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原创 2023-06-19 16:18:20 · 810 阅读 · 0 评论 -
K近邻算法实现红酒数据集分类
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。原创 2023-05-24 21:56:56 · 2261 阅读 · 0 评论 -
对比K近邻算法与决策树算法在MNIST数据集上的分类性能
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。原创 2023-06-10 17:08:41 · 1199 阅读 · 0 评论 -
层次聚类算法的实现
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原创 2022-04-12 16:16:50 · 13703 阅读 · 5 评论 -
Birch聚类算法的实现
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)原创 2022-04-12 09:38:04 · 2119 阅读 · 0 评论 -
基于SVM的糖尿病数据集回归问题
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算法介绍原创 2022-04-10 21:33:33 · 4751 阅读 · 1 评论 -
Affinity Propagation聚类算法的实现
本博文实现了Affinity Propagation聚类算法的应用原创 2022-04-08 10:30:36 · 1322 阅读 · 0 评论 -
DBSCAN聚类算法的实现
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].关于理原创 2022-04-07 22:20:10 · 7032 阅读 · 0 评论 -
基于LASSO的波士顿房价分析
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算法原创 2022-04-07 21:14:20 · 2542 阅读 · 1 评论 -
基于最近邻的邻鸢尾花数据集回归问题
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.原创 2022-04-06 20:30:20 · 1305 阅读 · 1 评论 -
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的鸢尾花数据集分类原创 2022-04-06 10:45:09 · 19288 阅读 · 9 评论 -
基于朴素贝叶斯算法的新闻分类
本博文实现了基于朴素贝叶斯算法的新闻分类原创 2022-04-02 10:58:09 · 3570 阅读 · 2 评论 -
基于集成算法投票的波士顿房价数据集回归问题
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原创 2022-03-29 20:55:27 · 1244 阅读 · 0 评论 -
基于Isotonic回归(保序回归算法)的鸢尾花数据集回归问题
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原创 2022-03-29 18:52:19 · 1072 阅读 · 0 评论 -
基于神经网络多层感知器的波士顿房价数据集回归问题
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 多层感知器原创 2022-03-28 20:54:54 · 2267 阅读 · 0 评论 -
基于最邻近算法的糖尿病数据集回归
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,原创 2022-03-21 22:09:36 · 2426 阅读 · 6 评论 -
基于SVM的乳腺癌数据集分类
本博文实现基于SVM的乳腺癌数据集分类问题原创 2022-03-21 22:07:35 · 15966 阅读 · 4 评论 -
基于随机森林算法的糖尿病数据集回归
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原创 2022-03-21 22:11:13 · 3516 阅读 · 2 评论