项目 内容课程班级博客链接 18级卓越班这个作业要求链接 实验三 软件工程结对项目我的课程学习目标 1.熟悉PSP流程2. 熟悉github操作3.加深对D{0-1}问题的解法的理解4.熟悉java语言开发程序的一般流程5.体验软件项目开发中的两人合作，练习结对编程这个作业在哪些方面帮助我实现学习目标 1. 更加熟练git的相关操作2. 熟练markdown编辑器的使用方法3.温习使用前后端分离技术开发网站的过程4.学会GitHub协作开发的操作结对方学号-姓名...
项目 内容课程班级博客链接 班级博客链接这个作业要求链接 作业要求链接我的课程学习目标 （1）体验软件项目开发中的两人合作，练习结对编程（Pair programming）。（2）掌握Github协作开发程序的操作方法。这个作业在哪些方面帮助我实现学习目标 了解到结对编程的概念；体会到了结对编程的乐趣；了解关于利用遗传算法求解折扣背包问题。结对方学号-姓名 201871010123-吴丽丽结对方本次博客作业链接 链接本项目Github的仓库链接地址...
201871010123-吴丽丽 实验三 结对项目—《D{0-1}KP 实例数据集算法实验平台》项目报告项目 内容课程班级博客链接 班级链接这个作业要求链接 作业要求链接我的课程学习目标 1.掌握代码风格规范、设计规范，写出规范的代码及语句 2.了解什么是汉堡包法 3.对结对编程有进一步的了解这个作业在哪些方面帮助我实现学习目标 1.通过阅读“构建之法”，从而理解代码风格规范、设计规范等相关概念及对应的原则 2.通过浏览关于汉堡法的阐...
机器学习算法（一）: 基于逻辑回归的分类预测 1 逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 而对于逻辑回归而且，最为突出的两点就是其模型简单和模型的可解释性强。 逻辑回归模型的优劣...
R语言Apriori算法 **项目要求：**Project Start**规则生成和可视化** 我们需要安装arules and arulesViz包。项目要求： 生成频繁项目集满足下面条件： – The minimum support threshold as 0.02 – The minimum length of the itemsets as 1 – The maximum length of the itemsets as 10 生成的关联规则满足下面条件： – The minimum support threshold as 0.001 – The minimum confidence threshold as 0.6 Project Start # 下...
ML之NB：基于news新闻文本数据集利用朴素贝叶斯算法实现文本分类预测 目录 基于news新闻文本数据集利用朴素贝叶斯算法实现文本分类预测 设计思路 输出结果 核心代码 基于news新闻文本数据集利用朴素贝叶斯算法实现文本分类预测 设计思路 更新…… 输出结果<class 'pandas.core.frame.DataFrame'> RangeIndex: 1293 entries, 0 to 1292 Data columns (total 6 columns):# Column Non-Null Count Dtype --...
K-means是一种最流行的聚类算法 属于无监督学习 可以在数据集分为相似的组（簇），使得组内数据的相似度较高，组间之间的相似度较低 步骤： # 1 从样本中选择k个点作为初始簇中心 # 2 计算每个样本到各个簇中心的距离，将样本换分到距离最近的簇中心所对应的簇中 # 3 根据每个簇中所有样本，重新计算簇中心，并更新 # 4 重复步骤2 3 直到簇中心的位置变化小于指定的阈值或者达到最大迭代次数为 数据读取import numpy as np import ...
""" 机器学习算法分类：监督学习（有目标值）分类（目标值是离散型数据）：K-近邻算法、贝叶斯分类、决策树与随机森林、逻辑回归、神经网络回归（目标值是连续型数据）：线性回归、岭回归无监督学习（无目标值）：聚类 K-means 机器学习一般会把数据集划分为训练集（3/4）和测试集（1/4），可以使用sklearn中的train_test_split模块进行自动分类 """# 使用sklearn自带的鸢尾花数据集进行数据划分 from sklearn.datasets import loa...
ML之NB：基于NB朴素贝叶斯算法训练20类新闻文本数据集进行多分类预测 输出结果设计思路核心代码vec = CountVectorizer() X_train = vec.fit_transform(X_train) X_test = vec.transform(X_test)mnb = MultinomialNB() mnb.fit(X_train, y_train) y_predict = mnb.predict(X_test) print('The accuracy of Naive Bayes Classifier is', mnb.score(X_test, y_test)) ?
首先对数据进行读取与处理 然后实现KNN分类算法 上边是把原始数据集切割为测试集和训练集，然后创建KNN对象进行训练和测试
我有一个包含独特蛋白质对的文件,即阳性数据集.我们称之为infile.下面是一个infile内容的例子：Q9VRA8 A1ZBB4 Q03043 Q9VX24 B6VQA0 Q7KML2条目以制表符分隔.随机数据集,我们称之为outfile,必须包含单个蛋白质的组合,其方式是它们无法以任何顺序匹配infile的内容.例如,对于上面的第一行,随机化的outfile不能包含以下对：Q9VRA8 A1ZBB4 A1ZBB4 Q9VRA8此外,生成的负数据集必须包含正数据集中完全相同数量的蛋白质对.为了解决这个...
网络实现程序如下import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data# 用于设置将记录哪些消息的阈值 old_v = tf.logging.get_verbosity() # 设置日志反馈模式 tf.logging.set_verbosity(tf.logging.ERROR)mnist = input_data.read_data_sets("MNIST_data", one_hot=True)# 定义每次训练批次为100 batch_size = 100 # 计算共训练多少批次 n_batch = mnist.train.num_examples // batch_size# 权...
ML之SVM：利用SVM算法(超参数组合进行单线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估 输出结果Fitting 3 folds for each of 12 candidates, totalling 36 fits [CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] ............................ svc__C=0.1, svc__gamma=0.01 - 6.2s [Parallel(n_jobs=1)]: Done 1 out of 1 | elapsed: 6.2s remaining: 0.0s [CV] svc__C...
ML之SVM：利用SVM算法(超参数组合进行多线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估 输出结果Fitting 3 folds for each of 12 candidates, totalling 36 fits[CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] svc__C=0.1, svc_...