一、实验目的
了解分类问题的概念以及基于BP神经网络设计分类器的基本流程。
二、实验平台
MatLab/Simulink仿真平台。
三、实验内容和步骤
1. iris数据集简介
iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是Anderson's Iris data set，是一种多重变量分析的数据集，包含150个样本。每个样本包含了五个元素，其中前四个为特征特征元素，分别为花萼长度、花萼宽度、花瓣长度、花瓣宽度，最后一个为品种信息，即目标属性（也叫target或label。包括山鸢尾Setosa、变色鸢尾Versicolour和维吉尼亚鸢尾Virginica三个品种）。所以iris数据集是一个150行5列的二维表。部分样本数据如下表所示：
2. 基于MatLab的学习器设计
2022-05-16 12:05:05
2.05MB
1
MATLAB 人工智能实验设计 基于BP神实验内容和步骤
Boston房价数据集简介
20 世纪70 年代中期波士顿郊区房屋价格数据集，它包含的样本数相对较少，有506个。输入数据包含了影响房价的13个特征值，每个特征（比如犯罪率）都有不同的取值范围。例如，有些特性是比例，取值范围为0-1；有的取值范围为1-12；还有的取值范围为0~100，等等。部分样本的特征数据如下表所示：
基于MatLab的学习器设计经网络的房价预估器设计
学习器代码编写
（1）我们需要建立一个预测器，可以通过特征来预测房屋价格，具体代码如下：
步骤1：初始化程序
↓--------------------------------------------------------------------------------------------------------------
clear all; %% 清除工作空间内的变量及数据，防止后续重名影响程序运行；
close all; %% 关闭所有打开的图形窗口；
clc; %% 清除命令行窗口中的代码；
↑----------------
2022-05-16 11:05:41
877KB
1
深度学习+知识图谱实验手册
实验1-波士顿房价预测：
1、定义问题：波士顿房价预估项目的需求
项目需求：波士顿房地产市场竞争激烈，而你想成为该地区最好的房地产经纪人。为了更好地与同行竞争，你决定运用机器学习的一些基本概念，帮助客户为自己的房产定下最佳售价。你的任务是用可用的工具进行统计分析，并基于分析建立优化模型。这个模型将用来为你的客户评估房产的最佳售价。
通过项目需求，我们可以抽象出以下项目需求：
•该问题是一个回归问题：需要拟合历史数据，得到一个连续的预测值；
•需要统计出一段时间内波士顿房价历史数据
•需要找到影响波士顿房价的各个因素
核心代码：
1.from sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegression
2.from sklearn.datasets import load_boston
3.from sklearn.model_selection import train_test_split
4.from sklearn.preproc
2022-04-25 16:05:33
8.89MB
人工智能及其应用 1
实验报告 1
实验一 产生式系统实验群 3
一、实验目的： 3
二、实验原理: 3
三、实验条件： 4
四、实验内容： 4
五、实验步骤： 4
实验二 搜索策略实验群搜索策略: 7
一、实验目的： 7
二、实验原理: 7
三、实验条件： 7
四、实验内容： 7
五、实验步骤： 8
六：实验过程： 8
七、A*算法流程图： 19
八、实验结论： 20
实验三 神经网络实验群 21
一、实验目的： 21
二、实验原理: 21
三、实验条件： 21
四、实验内容： 21
五、实验步骤： 22
六、实验结论： 22
实验四 自动规划实验群 26
一、实验目的： 26
二、实验原理: 26
三、实验条件： 26
四、实验内容： 26
五、实验步骤： 27
2022-04-12 16:07:07
1.02MB
1