ML
关注
分享
扫一扫
文章平均质量分 77
dumeichen
这个作者很懒，什么都没留下…
展开
-
朴素贝叶斯——UCI数据集IRIS
采用朴素贝叶斯方法进行学习，原始数据共150组，拿120个作为训练集，另外30个作为测试集合。对于特征值的处理：1、离散化。具体做法是：找到每个特征值的中位数，把其当做阈值，小于它和大于它相当于不同的取值。2、离散化版本：#include #include #include using namespace std;#define clr(s,t) memset(s,t,原创 2015-11-10 21:49:48 · 3586 阅读 · 1 评论 -
朴素贝叶斯——教材上的数据集
教材上的一个例子（统计学习 李航著 朴素贝叶斯那章）输入：2 15 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 s m m s s s m m l l l m m l l -1 -1 1 1 -1 -1 -1 1 1 1 1 1 1 1 -1 2 s代码：#include #include #include #include using name原创 2015-11-09 23:38:12 · 975 阅读 · 0 评论 -
KD树——UCI数据集IRIS
采用惰性KD树方法进行学习测试准确率非常高，在90%以上；实现中对数据做了预处理，即将四个特征的值都映射到了[0,100]之间，但是测试时发现做不做预处理得到的准确率相近推测原因：上述两个现象表明数据的分类应该比较明显。#include #include #include #include using namespace std;#define INF 0x3fffffff原创 2015-11-09 23:34:56 · 1149 阅读 · 0 评论 -
决策树——教材上的数据集
#include #include #include #include #include #include #include using namespace std;#define clr(s,t) memset(s,t,sizeof(s))#define threshhold 0.001#define TRAIN 15#define D 4struct node{原创 2015-11-10 22:42:29 · 1187 阅读 · 0 评论