![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
数据挖掘课程作业
Echo$
这个作者很懒,什么都没留下…
展开
-
数据挖掘课程作业打卡-多层神经网络BP算法
一、实验目的 (1)掌握多层神经网络BP算法的基本原理。 (2)掌握多层神经网络BP算法的编程实现。 二、实验内容 1、代码题 编程实现BP神经网络的训练与测试。 python测试代码见附件:classify.py。 请编写nn_model函数、predict等函数及其调用的函数,使得测试代码classify.py可以顺利运行。 (将执行正确的python代码粘贴在此处) import numpy as np def initialize_parameters(n_x, n_h, n_原创 2022-05-26 21:19:22 · 390 阅读 · 0 评论 -
数据挖掘课程作业打卡-最近邻分类器
一、实验目的 (1)理解分类的基本概念。 (2)理解最近邻分类器的工作原理。 二、实验内容 1、代码题 训练数据见diabets_Tr.mat,测试数据见diabets_Tst.mat。编程实现K最近邻算法。函数为:[class]=KNN_Classify_E(trainingSamples, trainingLabels, testingSample,k)。测试代码如下: import numpy as np from KNN_Classify_E import * def classify_原创 2022-05-26 21:12:38 · 556 阅读 · 0 评论 -
数据简单处理
1.编程实现任意给定两个相同维度的向量之间的欧氏距离计算函数dist_E(x,y)。 输入:两个任意k维向量x和y,其中k的值随由数据决定。如x=[3,20,3.5], y=[-3,34,7]。 python测试代码如下: if name == “main”: x=np.array([3,20,3.5]) y=np.array([-3,34,7]) dist=dist_E(x,y) print(dist) (python代码粘贴在此处) def dist_E(vect1,vect2): if(vec原创 2022-05-26 20:53:47 · 290 阅读 · 0 评论