只用到了numpy库,自己编写的函数,计算交叉熵、信息增益、递归创建决策树、解码分类 # 第1步: 针对每个特征,计算信息增益 # 第2步: 选取最大增益的特征,分裂决策树,递归调用 # 第3步: 解码决策树,进行分类
1
内附Olivetti数据集,400张人脸,20个ID,人脸识别的小型数据库 第1步、训练集、测试集制作 第2步、提取人脸LBP特征 第3步、KNN分类器,k=5时,精度最高,82.5%
1