基于卷积神经网络的数据分类预测、
2022-10-23 16:05:38 72KB 深度学习 算法
1
基于随机森林算法的数据分类预测,测试集平均准确率可达96.5812%、
2022-10-22 22:05:25 72KB 机器学习 算法
1
任务是对客户下个月是否违约做出预测。原始数据格式是csv。模型比较了随机森林,逻辑回归,adboost,gbdt,xgboost的分类准确率,最终选取gbdt进行调参优化,提升了1pt
2022-10-22 21:49:28 1021KB python gbdt adboost 逻辑回归
1
MATLAB实现MLP多层感知机多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
2022-10-21 09:07:43 533KB MLP 多层感知机 多特征分类 分类预测
MATLAB实现BP神经网络多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
MATLAB实现SVM支持向量机多特征分类预测(完整源码和数据) 数据为多特征分类数据,输入15个特征,分四类,程序乱码是由于版本不一致导致,可以用记事本打开复制到你的文件。 运行环境MATLAB2018b及以上。
2022-10-18 16:04:52 332KB SVM 支持向量机 多特征分类 分类预测
MATLAB实现RF随机森林多特征分类预测(完整源码和数据) RF随机森林数据多特征分类数据,输入15个特征,分四类。 运行环境MATLAB2018b及以上。
2022-10-17 13:05:39 342KB RF 随机森林 多特征分类 分类预测
MATLAB实现RBF径向基神经网络多特征分类预测(完整源码和数据) 数据多特征分类数据,输入15个特征,分四类。 运行环境MATLAB2018b及以上。
MATLAB实现CNN卷积神经网络多特征分类预测(完整源码和数据) 数据多特征分类数据,输入15个特征,分四类。 运行环境MATLAB2018b及以上,CNN的基本结构由输入层、卷积层、池化层,也称为取样层、全连接层及输出层构成。
【内容介绍】 python,sklearn机器学习,logstic等各种回归常用的鸢尾花数据集,含训练集和测试集,csv格式,其中训练集包含鸢尾花特征及标签数据120组,测试集包含特征及标签数据30组。 【适用场景】 需要一些练手分类数据集或采用sklearn下载相关数据集遇到问题的python机器学习初学阶段 【所需条件】 建议使用pandas等python表格数据工具包进行导入,数据格式为常见的csv表格形式
2022-09-28 09:07:06 1KB python 机器学习 分类预测 数据集
1