决策树和随机森林
垃圾邮件和泰坦尼克号数据集的分类器。 只需从上到下运行提供的iPython Notebook，确保数据集位于同一目录中。 将CSV文件输出到当前目录。
2021-06-26 17:28:57
123KB
1
朴素贝叶斯判断垃圾邮件（带源码、注释、训练集和测试集），课程学习内容，可以直接运行（需要安装numpy库）
2021-06-23 22:56:27
17KB
1
详细介绍了如何用lstm网络实现给定数据集的垃圾分类识别，并实现roc曲线评估可视化。实验报告，实验ppt全都在压缩包中
2021-06-20 23:18:53
5.23MB
1
朴素贝叶斯法是基于贝叶斯定理与特征条件独立假设的分类的方法。对于给定的训练数据集，首先基于特征条件独立假设学习输入输出的联合概率分布。然后基于此模型，对于给定的输入x，利用贝叶斯定理求出后验概率最大的输出y。笔者找到了较好的数据集，通过处理数据，将垃圾邮件向量化并训练模型，得到了较好的训练结果。同时，通过尝试不同分类器的效果，笔者也做出了统计图用于比较优劣。
2021-06-15 14:53:36
280.11MB
1