machinelearning_classification:机器学习分类算法演示机器学习分类算法演示

上传者: 42144201 | 上传时间: 2023-07-09 21:31:56 | 文件大小: 1.09MB | 文件类型: ZIP
机器学习分类算法演示 机器学习分类算法demo 金融客户分类,类举多个通用分类算法的基本使用,各种分类方法模型最终需要参考的不只是准确率,还包括召回率,F1分数等 环境 python 3.7.2 斯克莱恩0.23.2 熊猫1.1.5 numpy的1.19.4 代码 聚类 k_means.py -K均值聚类-0.85 svm.py支持向量机聚类gmm.py高斯混合模型聚类gmm.py DBSCAN.py -DBSCAN密度聚类DBSCAN.py 其他分类 KNN.py -K近邻-0.89 logistic.py逻辑回归-0.90±1 Decision_tree.py- decision_tree.py -0.90±1 naive_bayes.py朴素贝叶斯-0.86 文件 bank-full.csv数据文件bank-names.txt数据分段含义tree.dot决策树结构tree.pn

文件下载

资源详情

[{"title":"( 14 个子文件 1.09MB ) machinelearning_classification:机器学习分类算法演示机器学习分类算法演示","children":[{"title":"machinelearning_classification-main","children":[{"title":".gitignore <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"naive_bayes.py <span style='color:#111;'> 2.49KB </span>","children":null,"spread":false},{"title":"tree.dot <span style='color:#111;'> 24.62KB </span>","children":null,"spread":false},{"title":"KNN.py <span style='color:#111;'> 2.16KB </span>","children":null,"spread":false},{"title":"tree.png <span style='color:#111;'> 689.08KB </span>","children":null,"spread":false},{"title":"k_means.py <span style='color:#111;'> 1.91KB </span>","children":null,"spread":false},{"title":"logistic.py <span style='color:#111;'> 4.90KB </span>","children":null,"spread":false},{"title":"DBSCAN.py <span style='color:#111;'> 1.98KB </span>","children":null,"spread":false},{"title":"bank-full.csv <span style='color:#111;'> 4.40MB </span>","children":null,"spread":false},{"title":"svm.py <span style='color:#111;'> 2.46KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 1.78KB </span>","children":null,"spread":false},{"title":"bank-names.txt <span style='color:#111;'> 1.69KB </span>","children":null,"spread":false},{"title":"decision_tree.py <span style='color:#111;'> 4.17KB </span>","children":null,"spread":false},{"title":"gmm.py <span style='color:#111;'> 1.93KB </span>","children":null,"spread":false}],"spread":false}],"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