登录
首页 » Python » sklearn-tree-BN-knn

sklearn-tree-BN-knn

于 2021-04-16 发布
0 259
下载积分: 1 下载次数: 21

代码说明:

说明:  分类器的性能比较与调优: 使用scikit-learn 包中的tree,贝叶斯,knn,对数据进行模型训练,尽量了解其原理及运用。 使用不同分析三种分类器在实验中的性能比较,分析它们的特点。 本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers: We use tree, Bayesian and KNN in scikit-learnpackage to train the data model and try to understand its principle and application. The performances of three classifiers are compared and their characteristics are analyzed. The data set used in this experiment is house and segment.)

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • znsbudk
    人工智能中,经典的基于小波变换的图像处理和图像去噪的解决办法,可下载后观摩使用(In artificial intelligence, the classical image processing and image denoising based on wavelet transform can be downloaded and used)
    2018-09-04 02:06:36下载
    积分:1
  • Archive
    说明:  PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)
    2020-06-21 15:40:02下载
    积分:1
  • 高效用项集算法--HMINE算法
    数据挖掘算法,高效用项集挖掘算法,加权频发项集挖掘算法,HMINE算法,源码中有详细注释
    2022-02-04 07:22:38下载
    积分:1
  • 聚类指标小结
    聚类评价指标的各种说明,非常详细,请仔细阅读。(Cluster evaluation indicators of various descriptions, very detailed.)
    2020-06-19 05:20:01下载
    积分:1
  • 带阻尼参的pagerank实现
    资源描述实现基本的pagerank算法,可实现传递阻尼参数和迭代次数。源文件从文件中读取
    2022-09-10 21:45:04下载
    积分:1
  • 传递熵传递时间计算
    计算传递熵延迟时间的程序,根据延迟对应最大传递熵的原理(A program for calculating the delay time of transfer entropy)
    2017-11-28 09:13:45下载
    积分:1
  • Classifiers___Bagging+Knn
    该程序用于分类,用到的算法是Bagging and Knn 两种算法(This program is used for classification, the algorithm used is bagging and knn two algorithms)
    2020-07-02 05:40:02下载
    积分:1
  • KNN01
    说明:  用来作分类识别的KNN算法,非常好用非常好用(A very useful nearest neighbor algorithm)
    2020-08-03 19:28:41下载
    积分:1
  • python分析 韩波
    一本python数据分析的优秀资料 《python数据分析》(python data analysis),作者【印尼】Ivan Idris,翻译:韩波。 本人制作的PDF图书,带目录和书签。 作为一种高级程序设计语言,Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时,Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章,从Python程序库入门、NumPy数组、matplotlib和pandas开始,陆续介绍了数据加工、数据处理和数据可视化等内容。同时,本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的结尾,还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。, 本书示例丰富、简单易懂,非常适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。(python data analysis)
    2018-09-08 10:45:20下载
    积分:1
  • HMM-homework
    说明:  隐马尔科夫实现,包含forward-hmm, Viterbi-hmm, Baum-Welch-hmm(Hidden Markov implementation, including forward-hmm, Viterbi-hmm, Baum-Welch-hmm)
    2019-04-26 17:02:43下载
    积分:1
  • 696518资源总数
  • 105554会员总数
  • 2今日下载