一次失败的却又成功的尝试机器学习经历

本文记录了一次使用K-NN算法对C语言教学平台的数据进行分类预测的学习过程。通过对数据进行预处理、特征归一化及模型训练,最终得出最佳参数组合下仍有47%错误率的结果。

一遍看书一遍运行着书中提供的代码,我学习到K-NN分类算法。于是晚上找到一串数据进行尝试。

数据来自于网络1401班C语言教学平台里的数据

首先我对数据进行了简单的处理得到以下结果。这里的分类是对学生的期末考试分数(总评分)和省二级分数综合评定的

 

最后真正被使用的是txt格式的文件

然后使用了python读取TXT文件,用matplotlib库对数据画图

讲道理确实看不出来有什么规律,大概就是做题少的同学最后至少有一次考试不及格。

然后对数据的随堂测试、自由练习次数进行归一化处理,使用kNN模型。不断的改变hoRatio  、k的值,发现

情况最好的是 当 hoRatio = 0.3  、 k = 2时候 错误率 47% .

这不就说明这次预测效果不好嘛。。。不过也没办法了。这是最好的结果了。

所以说,这是一场失败的机器学习尝试,不过这也是我的第一次尝试。最后能成功的画出图,并且把程序跑通,我觉得它也是成功的 。 hhhhhh

 

转载于:https://www.cnblogs.com/hello-lijj/p/7287184.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值