朴素贝叶斯分类器,包含源代码,IRIS数据集,实测有效
2023-04-13 16:39:44 44KB 贝叶斯
1
matlab程序,PCA的Iris实现,用于特征提取十分有效。主成分分析是实现降维(Dimension Reduction)的重要方式
2023-04-06 15:45:47 605B 人工智能/机器学习
1
该数据集为人工智能大数据等常用数据集,也是MATLAB常用的分类实验数据集,由著名的科学家Fisher收集整理,该数据集包含150个数据集,分为3类,每类50个数据,每个数据包含四个属性。 四个属性:         Sepal.Length(花萼长度),单位是cm;         Sepal.Width(花萼宽度),单位是cm;         Petal.Length(花瓣长度),单位是cm;         Petal.Width(花瓣宽度),单位是cm; 三个种类:         Iris Setosa(山鸢尾);         Iris Versicolour(杂色鸢尾);         Iris Virginica(维吉尼亚鸢尾)。 ​,适用于大部分场景,也是新手模拟练习的最佳选择之一,数据可自行调整,增删改查等等,MATLAB可用函数load(’iris.txt’)直接调用,其他软件大同小异
2023-04-05 16:07:05 844B 数据集
1
内容概要:CASIA-Iris-Thousand包含来自1,000名受试者的20,000幅虹膜图像。 适合人群:非常适合研究虹膜特征的独特性,从而开发出新的虹膜分类和索引方法。 作用:庞大的数据量足以支撑一般的虹膜相关性研究。
2023-03-17 15:38:47 490.12MB 虹膜 数据集 CASIA Iris
1
鸢尾花数据,通过该数据可以进行聚类分析: k-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。
2023-03-15 19:06:44 4KB 聚类
1
SVM 训练数据
2023-03-05 22:20:59 7KB SVM 训练数据
1
这用Jupyter完成Iris数据集的 Fisher线性分类,并学习数据可视化技术 。里写目录标题用Jupyter完成Iris数据集的 Fisher线性分类,并学习数据可视化技术 。一、完成Iris数据集的 Fisher线性分类判断准确率二、学习数据可视化1、数据概览1.1、读取文件1.2、前五行数据1.3、后五行数据1.4、查看数据整体信息1.5、描述性统计1.6、对每种特征计数2、特征工程2.1、引入可视化所需要的库2.2、去掉Species下的字符2.2、绘制花萼的长度与宽度的散点图2.3、绘制花瓣的长度与宽度的散点图2.4、Id编号与花萼长度, 花萼宽度, 花瓣长度, 花瓣宽度之间的关
2023-03-04 14:14:07 108KB her IS 分类
1
'萼片长','萼片宽','花瓣长','花瓣宽'
2023-03-03 19:48:29 184KB 鸢尾花
1
简单的TXT格式的iris数据集分类,基于matlab软件进行。且只限于前三个属性的简单分类,并非万用分类代码。
2023-01-02 15:50:33 2KB iris数据集分类 matlab
1
K均值分类 IRIS数据集上的k均值分类
2022-12-31 17:32:05 67KB JupyterNotebook
1