1. 通过实验了解贝叶斯判别的原理；
2. 熟悉多元类别问题的处理；
3. 通过不同方式选取数据、选取数目不同的数据样本、不同方法估计先验概率，加深对该类问题的理解
实验原理、实验结果、实验程序
2021-03-18 11:45:09
603KB
1
该数据集为神经网络机器学习常用数据集之一。该资源包包含csv与txt两种格式，满足不同分析场景，150条完整数据被全部收纳在该文件中，请放心下载。
2021-03-09 22:03:11
3KB
1
鸢尾花数据集。
总共包含150行数据，每一行数据由 4 个特征值及一个目标值组成。
4 个特征值分别为：萼片长度、萼片宽度、花瓣长度、花瓣宽度。
目标值为三种不同类别的鸢尾花，分别为： Iris Setosa、Iris Versicolour、Iris Virginica
2021-02-06 18:10:26
4KB
1
鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。是机器学习基础学习的典型案例。
2020-01-11 03:08:53
2KB
1
上述代码是利用python内置的k-means聚类算法对鸢尾花数据的聚类效果展示，注意在运行该代码时需要采用pip或者其他方式为自己的python安装sklearn以及iris扩展包，其中X = iris.data[:]表示我们采用了鸢尾花数据的四个特征进行聚类，如果仅仅采用后两个（效果最佳）则应该修改代码为X = iris.data[2:]
2019-12-21 22:22:40
727B
1