Classification-Models-on-Breast-Cancer-Data:在乳腺癌数据上实施不同的分类模型-源码

上传者: 42121412 | 上传时间: 2021-05-11 20:44:53 | 文件大小: 29KB | 文件类型: ZIP
乳腺癌数据分类模型 在乳腺癌数据上实现不同的分类模型,并通过K折交叉验证来验证模型的准确性,并通过网格交叉来获得合适的超参数。 涵盖的型号。 1)通过网格搜索和K折交叉验证进行XG增强2)通过网格搜索和K折交叉验证进行逻辑回归

文件下载

资源详情

[{"title":"( 9 个子文件 29KB ) Classification-Models-on-Breast-Cancer-Data:在乳腺癌数据上实施不同的分类模型-源码","children":[{"title":"Classification-Models-on-Breast-Cancer-Data-main","children":[{"title":"Applying_k_nearest_neighbors_to_breast_cancer.ipynb <span style='color:#111;'> 19.07KB </span>","children":null,"spread":false},{"title":"Applying_decision_tree_classification_on_breast_cancer_.ipynb <span style='color:#111;'> 20.41KB </span>","children":null,"spread":false},{"title":"Logistic_Regression.ipynb <span style='color:#111;'> 6.97KB </span>","children":null,"spread":false},{"title":"Applying_support_vector_machine_on_Breast_Cancer.ipynb <span style='color:#111;'> 19.06KB </span>","children":null,"spread":false},{"title":"Untitled0.ipynb <span style='color:#111;'> 7.63KB </span>","children":null,"spread":false},{"title":"Applying_naive_bayes_to_breast_cancer.ipynb <span style='color:#111;'> 16.28KB </span>","children":null,"spread":false},{"title":"Applying_random_forest_classification_to_breast_cancer.ipynb <span style='color:#111;'> 21.53KB </span>","children":null,"spread":false},{"title":"breast_cancer.csv <span style='color:#111;'> 19.84KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 363B </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

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