luxi0401的博客

目 录 ............................................................... I 实验 1 监督学习中的分类算法应用 .................................. - 1 - 实验目标 .................................................. - 1 - 实验软、硬件环境 .......................................... - 1 - 实验任务.................................................. - 2 - 实验 1.1 Python 开发环境搭建 ...................................... - 2 - 实验目标 .................................................. - 2 - 实验任务 .................................................. - 2 - （1）Python 安装与配置 ............................. - 2 - （2）Pycharm 安装和配置 ............................ - 4 - （3）Python 中安装第三方库 ........................ - 11 - 实验 1.2 K-近邻算法实现 ......................................... - 14 - 实验目标 ................................................. - 14 - 实验任务 ................................................. - 14 - （1）电影类别分类 ................................. - 14 - （2）约会网站配对效果判定 ......................... - 14 - 实验 1.3 决策树算法实现 ......................................... - 16 - 实验目标 ................................................. - 16 - 实验任务 ................................................. - 16 - （1）银行房屋贷款申请 ............................. - 16 - （2）患者佩戴隐形眼镜类型预测 ..................... - 17 - 实验 1.4 朴素贝叶斯算法实现 ..................................... - 19 - 实验目标 ................................................. - 19 - 实验任务 ................................................. - 19 - （1）文本分类 1 ................................... - 19 - （2）文本分类 2 ................................... - 19 - 实验 1.5 Logistic 回归算法实现 ................................... - 21 - 实验目标 ................................................. - 21 - 目 目 录 II 实验任务 ................................................. - 21 - （1）构建 Logistic 回归分类模型 .................... - 21 - （2）预测患疝气病的马的存活问题 ................... - 21 - 实验 1.6 SVM 算法实现 ............................................ - 23 - 实验目标 ................................................. - 23 - 实验任务 ................................................. - 23 - （1）构建 SVM 分类模型 ............................. - 23 - 实验 1.7 监督学习中的分类算法综合应用 ........................... - 24 - 实验目标 ................................................. - 24 - 实验任务 ................................................. - 24 - （1）手写识别系统 ................................. - 24 - （2）电子邮件垃圾过滤 ............................. - 25 - 实验 2 监督学习中的回归算法应用 ................................. - 26 - 实验目标 ................................................. - 26 - 实验软、硬件环境 ......................................... - 26 - 实验任务 ................................................. - 26 - （1）鲍鱼年龄预测 ................................. - 26 - （2）乐高玩具价格预测 ............................. - 27 - 实验 3 无监督学习中的聚类算法应用 ............................... - 29 - 实验目标 ................................................. - 29 - 实验软、硬件环境 ......................................... - 29 - 实验任务 ................................................. - 29 - （1）使用 K 均值算法对数据进行聚类分析 ............. - 29 - （2）对地图上的点进行聚类 ......................... - 30 -

说明K-近邻算法的距离公式 。 说明K-近邻算法的超参数K值以及取值问题。 说明K-近邻算法的优缺点。 应用KNeighborsClassifier实现分类。 了解分类算法的评估标准准确率。

jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程jsp教程