神经网络实现分类matlab代码dsg_predictive_modelling 使用matlab机器学习工具箱解决蘑菇数据集的问题。 该解决方案包含在文件“solution.csv”中，该文件包含给定数据的类的预测值。 然后文件'solution_code.m'包含源代码 在这个存储库中，我已经放置了数据科学组 iitr 提供的蘑菇数据集的完整解决方案。 我已经使用深度学习来解决这个分类问题。 该存储库包含一个名为“solution_code”的文件，其中包含使用具有单个隐藏层的神经网络执行 ddep 学习过程的完整代码。 我首先分析了数据集并推断出属性 - gill-attachment 有 97.64% 的值为 'f'，veil-type 有 100% 的值为 'p'，而 veil-colour 有 97.73% 的值作为“w”提供的信息，这些信息对我们的模型没有帮助，所以我在开始时删除了它们。 然后我意识到在某些属性中，一些特定的值更多地集中在数据集的底部，而一些在顶部，因此我将它们随机分布以打破任何一种对称性。 然后我将半径和权重等数值数据类型与分类数据类型分开，并且必须分别

蘑菇数据集-数据集

蘑菇数据集

蘑菇数据集：蘑菇数据集分析

xgboost、蘑菇数据集、xgboost、蘑菇数据集、xgboost、蘑菇数据集、

蘑菇数据，训练集。这里放上来可以下来跑程序。不用积分的设置不了，就设置最低的积分吧。

蘑菇数据，训练集。这里放上来可以下来跑程序。不用积分的设置不了，就设置最低的积分吧。

此数据集非常适合用来做决策树，可以用来练习决策树建模。以及其他的分类模型的构建。