机器学习回归项目 使用的著名UCI数据集来预测葡萄酒质量。
1
葡萄酒产业状况及营销模式分析.docx
2022-01-30 09:10:18 29KB
康熙从不饮酒?为什么却喜欢喝法国的葡萄酒.pdf
2022-01-24 09:03:21 1.03MB
2022-2028全球与中国葡萄酒醒酒器市场现状及未来发展趋势
2022-01-17 19:03:28 441KB 行业分析
1
葡萄酒进口公司网站模板是一款html5模板,适合红酒葡萄酒厂商官网网站模板下载。.rar
葡萄酒品质回归 :calendar: 背景:大学个别项目数据的科学实验室提出:过程和“数据科学与工程@都灵”我的硕士学位的1年的第一学期期间方法考试。 :play_button: 目标:根据评估的内容,建立回归管道来预测葡萄酒的质量。 :file_folder: 储存库结构 wine-quality-regression/ ├─ assignment/ │ ├─ Data_Science_Lab___Project_Assignment_Winter_2021_first_call.pdf ├─ code/ │ ├─ code.ipnyb ├─ dataset/ | ├─ dev.tsv │ ├─ eval.tsv ├─ report/ │ ├─ report.pdf assignment文件夹包含教授给出的作业。 它包括实现目标的所有细节。 code文件夹包含python代码。 dataset文件夹包含使用的数据集。 dev
2022-01-05 11:41:17 16.47MB JupyterNotebook
1
Wine葡萄酒数据集是来自UCI数据集上的公开数据集,这些数据是对意大利同一地区种植的葡萄酒进行化学分析的结果,这些葡萄酒来自三个不同的品种。数据包括了三种酒中13种不同成分的数量。每行代表一种酒的样本,共有178个样本,一共有14列,其中,第一个属性是类标识符,分别是1/2/3来表示,代表葡萄酒的三个分类。其它13列为每个样本的对应属性的样本值。属性分别是:酒精、苹果酸、灰、灰分的碱度、镁、总酚、黄酮类化合物、非黄烷类酚类、原花色素、颜色强度、色调、稀释葡萄酒的OD280/OD315、脯氨酸。可以用来进行数据分析和数据挖掘。
2021-12-30 20:28:18 22KB wine UCI 数据分析 数据挖掘
1
matlab14 基于SVM的数据分类预测——意大利葡萄酒种类识别
2021-12-26 13:21:57 37KB
1
ML模型 使用葡萄酒质量数据集的KNN分类模型
2021-12-26 11:30:56 77KB JupyterNotebook
1
葡萄酒策划工作提案.pptx
2021-12-23 18:02:29 768KB