摘要:
实验一:百度机器翻译SDK实验 一、实验要求 任务一:下载配置百度翻译Java相关库及环境(占10%) 任务二:了解百度翻译相关功能并进行总结,包括文本翻译-通用版和文本翻译-词典版(占20%) 任务三:完成百度翻译相关功能代码并测试调用,要求可以实现中文翻译成英文,英文翻译成中文(占30%) 任务
阅读全文
posted @ 2024-12-18 20:42
leapss
阅读(18)
推荐(0)
摘要:
实验总结 在完成了一系列经典的机器学习实验后,我深刻感受到了理论与实践结合的重要性。通过实现和测试不同的算法,如逻辑回归、决策树、朴素贝叶斯、K均值聚类、随机森林等,我不仅掌握了这些算法的基本原理和实现方法,还对数据预处理、特征选择和模型评估有了更深刻的理解。每一个实验都让我面对不同类型的问题,需要
阅读全文
posted @ 2024-12-17 21:59
leapss
阅读(19)
推荐(0)
摘要:
实验八:随机森林算法实现与测试 一、实验目的 深入理解随机森林的算法原理,进而理解集成学习的意义,能够使用Python语言实现随机森林算法的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出 1/3 的
阅读全文
posted @ 2024-12-15 11:53
leapss
阅读(38)
推荐(0)
摘要:
实验七:K均值聚类算法实现与测试 一、实验目的 深入理解K均值聚类算法的算法原理,进而理解无监督学习的意义,能够使用Python语言实现K均值聚类算法的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出
阅读全文
posted @ 2024-12-12 19:55
leapss
阅读(33)
推荐(0)
摘要:
实验六:朴素贝叶斯算法实现与测试 一、实验目的 深入理解朴素贝叶斯的算法原理,能够使用Python语言实现朴素贝叶斯的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出 1/3 的样本作为测试集(注意同
阅读全文
posted @ 2024-12-11 16:55
leapss
阅读(36)
推荐(0)
摘要:
实验五:BP神经网络算法实现与测试 一、实验目的 深入理解BP神经网络的算法原理,能够使用Python语言实现BP神经网络的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出 1/3 的样本作为测试集(
阅读全文
posted @ 2024-12-10 09:16
leapss
阅读(17)
推荐(0)
摘要:
实验四:SMO算法实现与测试 一、实验目的 深入理解支持向量机(SVM)的算法原理,能够使用Python语言实现支持向量机的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出 1/3 的样本作为测试集(
阅读全文
posted @ 2024-12-09 13:12
leapss
阅读(40)
推荐(0)
摘要:
实验三:C4.5(带有预剪枝和后剪枝)算法实现与测试 一、实验目的 深入理解决策树、预剪枝和后剪枝的算法原理,能够使用Python语言实现带有预剪枝和后剪枝的决策树算法C4.5算法的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 i
阅读全文
posted @ 2024-12-08 21:45
leapss
阅读(34)
推荐(0)
摘要:
实验二:逻辑回归算法实现与测试 一、实验目的 深入理解对数几率回归(即逻辑回归的)的算法原理,能够使用Python语言实现对数几率回归的训练与测试,并且使用五折交叉验证算法进行模型训练与评估。 二、实验内容 (1)从scikit-learn 库中加载 iris 数据集,使用留出法留出 1/3 的样本
阅读全文
posted @ 2024-12-07 22:47
leapss
阅读(33)
推荐(0)
摘要:
实验一:数据准备与模型评估 一、实验目的 熟悉Python 的基本操作,掌握对数据集的读写实现、对模型性能的评估实现的能力; 加深对训练集、测试集、N折交叉验证、模型评估标准的理解。 二、实验内容 (1)利用pandas库从本地读取iris数据集; (2)从scikit-learn 库中直接加载ir
阅读全文
posted @ 2024-12-06 21:49
leapss
阅读(41)
推荐(0)