基于R语言的机器学习多分类任务(决策树、随机森林、朴素贝叶斯、支持向量机、KNN、BP神经网络)——UCL胎心宫缩监护数据(CTG.xls)预测分析
UCL胎心宫缩监护数据(CTG.xls)预测分析——基于R语言的机器学习分类(决策树、随机森林、朴素贝叶斯、支持向量机、KNN、BP神经网络模)摘要:本文针对UCL胎心宫缩监数据(Y有三个水平的多分类预测任务),利用R语言建立决策树、随机森林、朴素贝叶斯、支持向量机、KNN和BP神经网络模型进行预测。给出了任务(包括数据预处理(缺失值处理、异常值处理)、建模、模型评价等步骤)的详细代码,读者稍加改动便可运用到自己的机器学习分类任务中。一、数据来源与说明胎心宫缩监护(CTG.xls)来源于UCL机器
原创
2020-07-15 13:36:41 ·
9874 阅读 ·
8 评论