机器学习
文章平均质量分 56
Zeryan2000
我要发光发热!!!
展开
-
机器学习实验
学习机器学习 今天开始构建模型啦,没想到系统学习构建的第一个模型还是决策树>.< 主要内容: ID3算法 CART算法 数据实现并比较 首先需要说的是导入数据 因为之前的实验已经保存过数据了,所以我打算直接把数据导入进来使用,当然在这期间,我也发现了之前代码的一些小纰漏(之前存数据时用的随机种子只用了个,所以导致保存的100个留出法的数据竟然一模一样!所以我稍加改进了之前的代码,让我的100个train/test互不相同。 train = np.load(file="train.npy",a原创 2021-04-07 21:13:10 · 216 阅读 · 0 评论 -
机器学习实验
学习机器学习 因为还没有系统的学习某一种分类器,所以我跳过了分类的步骤,简要说说我们的模型的性能度量(一下基本针对二分类问题 均方误差MSE -对于回归问题可以算均方误差 错误率与精度 -对于分类问题算精度或错误率 查准率与查全率 基于混淆矩阵 F1指数 ROC曲线,计算AUC 混淆矩阵 对于前两个不用说了,手写代码计算就完了,有关混淆矩阵我们可以直接点用sklearn from sklearn.metrics import confusion_matrix confusion_原创 2021-03-25 15:30:33 · 267 阅读 · 4 评论 -
机器学习实验
学习机器学习 1. 认识并读入数据 作为初学者,还是选择了比较经典的iris数据集,实现一个简单的分类方法。 数据集是从UCI官方找的,官方给的资料很详细,有关数据的特点,缺失值等等,大约是个iris.data文件。处理方法很简单,我们可以先强制吧他转成txt文件,然后再用强大的excel把txt文件导入,然后再保存成csv,这样我们就可以直接用pandas库中的read_csv直接读成DataFrame了 2.数据预处理 因为数据太经典了,也没啥错误数据,所以我忽略了数据处理。 (如果有需要,在这个时候我原创 2021-03-14 20:04:37 · 630 阅读 · 0 评论