摘要:
实验内容: (1)从scikit-learn 库中加载 iris 数据集或本地读取,进行数据分析,去除数据集中类 别标签行; (2)采用五折交叉验证划分训练集和测试集,使用训练集对K均值聚类算法进行训练; (3)使用五折交叉验证对模型性能(准确度、精度、召回率和F1值)进行测试,与测试集中的样本距离 阅读全文
posted @ 2025-12-28 18:24
-MARIO
阅读(6)
评论(0)
推荐(0)
摘要:
实验内容 (1)从scikit-learn 库中加载 iris 数据集或本地读取,进行数据分析; (2)采用五折交叉验证划分训练集和测试集,使用训练集对朴素贝叶斯分类算法进行 训练; (3)使用五折交叉验证对模型性能(准确度、精度、召回率和F1值)进行测试; (4)通过对测试结果进行比较分析,评估模 阅读全文
posted @ 2025-12-28 18:22
-MARIO
阅读(5)
评论(0)
推荐(0)
摘要:
任务描述 导入数据集,返回当前数据的统计信息并进行阐述说明,以前6行为例进行结果展示。 数据分析和处理。包括对缺失值数据的处理和每个属性取值非数值离散数据的数值化两个任务,给出相应的处理方案并分别展示三条数据处理前后对比。 对数据集进行可视化处理,生成各特征之间关系的矩阵图,可用seaborn工具的 阅读全文
posted @ 2025-12-28 18:18
-MARIO
阅读(7)
评论(0)
推荐(0)
浙公网安备 33010602011771号