实验报告
文章平均质量分 80
Asita_c
属实被自己菜哭了
展开
-
《机器学习》------实验五(综合实验)
实验内容:使用CTG数据将胎儿的健康分为正常,可疑或病理性。数据描述:对胎儿健康进行分类,以防止儿童和产妇死亡。降低儿童死亡率反映在联合国的若干可持续发展目标中,是人类进步的关键指标。联合国预计,到2030年,各国将结束可预防的5岁以下新生儿和儿童的死亡,所有国家都力争将5岁以下儿童的死亡率降低到至少每1000活产25人。与儿童死亡率的概念平行的当然是孕产妇死亡率,其占妊娠和分娩期间和之后(截至2017年)的295 000例死亡。这些死亡中的绝大多数(94%)发生在资源贫乏的地区,大多数可以预防。原创 2021-12-12 00:51:09 · 6189 阅读 · 6 评论 -
《机器学习》------实验四(k-means聚类)
实验内容:1.复现,K-means的两个案例:iris和基于经纬度的城市聚类。2.对于给定的项目,自行编写程序,使用K-means算法不同含量果汁饮料的聚类:某企业通过采集企业自身流水线生产的一种果汁饮料含量的数据集,来实现K-Means算法。通过聚类以判断该果汁饮料在一定标准含量偏差下的生产质量状况,对该饮料进行类别判定。加载数据集,读取数据,探索数据。样本数据转化(可将pandasframe格式的数据转化为数组形式),并进行可视化(绘制散点图),观察数据的分布情况,从而可以得出k的几种可能取原创 2021-11-28 16:37:02 · 5859 阅读 · 4 评论 -
《机器学习》------实验三(决策树)
决策树相关知识在之前《机器学习—决策树笔记》中已提到:https://blog.csdn.net/Naruto_8/article/details/120931619实验内容:对于给定的例题,基于决策树分类算法进行鸢尾花分类的练习。回顾课程内容,掌握决策树的核心知识点和三种经典算法。在熟悉原理的基础上,复现iris示例,了解每一部分代码的具体作用。将实验结果展示在报告中。在步骤2的基础上,自己编写程序,使用决策树分类算法实现两个实例:(1)威斯康星乳腺癌数据集(2)顾客购买服装数据集进行分原创 2021-11-24 16:00:13 · 5197 阅读 · 1 评论 -
《机器学习》------实验二(支持向量机)
问题:分别基于SVM的iris数据集和识别(1)构建SVM程序,实现对iris数据集、pima-indians-diabetes数据集的分类。(2)要求分别使用线性SVM和核化SVM方法实现。并对比分析两种方法的区别。(将数据集划分成训练集和测试集(或将数据7:3分,或采用5折交叉);数据集下载地址:http://archive.ics.uci.edu/ml/datasets/Iris对于iris数据集:#作 者:Asita#开发时间:2021/11/19 20:45from sk原创 2021-11-21 20:06:29 · 6190 阅读 · 1 评论 -
《机器学习》------实验一(回归)
问题一:对于线性回归问题,给定:w0∗=(1n∑iyi)−w1∗(1n∑ixi)(1)\begin{aligned}\mathbf{w^*_0}&=\left(\frac{1}{n}\sum_iy_i\right)-\mathbf{w_1^*}\left(\frac{1}{n}\sum_ix_i\right) \\\end{aligned}\tag{1}w0∗=(n1i∑yi)−w1∗(n1i∑xi)(1)w1∗=−∑ixi(w0∗−yi)/∑ixi2(2)\begin原创 2021-11-11 15:35:48 · 4615 阅读 · 0 评论