关于心脏病数据集的机器学习研究

上传者: Alaiks | 上传时间: 2021-06-24 20:02:44 | 文件大小: 978KB | 文件类型: ZIP
皇家理工的机器学习论文作业,使用的是心脏病数据集进行研究,用到的方法有线性回归、决策树、支持向量机、神经网络、K近邻算法、SGDClassifier梯度下降分类以及XGBoost方法,完全可以满足课程要求,然后代码有注释,结果还算详细,文档写了8000+字

文件下载

资源详情

[{"title":"( 10 个子文件 978KB ) 关于心脏病数据集的机器学习研究","children":[{"title":"数据集","children":[{"title":"备注.txt <span style='color:#111;'> 181B </span>","children":null,"spread":false},{"title":"processed.cleveland.data <span style='color:#111;'> 18.10KB </span>","children":null,"spread":false},{"title":"heart.csv <span style='color:#111;'> 11.06KB </span>","children":null,"spread":false}],"spread":true},{"title":"代码","children":[{"title":"夏佳敏SVM-checkpoint.ipynb <span style='color:#111;'> 10.07KB </span>","children":null,"spread":false},{"title":"夏佳敏线性回归-checkpoint.ipynb <span style='color:#111;'> 39.30KB </span>","children":null,"spread":false},{"title":"夏佳敏决策树-checkpoint.ipynb <span style='color:#111;'> 10.41KB </span>","children":null,"spread":false},{"title":"夏佳敏K邻值算法和SGD算法-checkpoint.ipynb <span style='color:#111;'> 51.17KB </span>","children":null,"spread":false},{"title":"夏佳敏XGBoost Classifer(分类器)-checkpoint.ipynb <span style='color:#111;'> 221.78KB </span>","children":null,"spread":false},{"title":"夏佳敏神经网络-checkpoint.ipynb <span style='color:#111;'> 33.48KB </span>","children":null,"spread":false}],"spread":true},{"title":"论文","children":[{"title":"机器学习论文.doc <span style='color:#111;'> 893.50KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

  • weixin_62388751 :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-11-26

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明