注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Fuzzy-means聚类算法

  2. 基于鸢尾花数据集的Fuzzy-means聚类算法基于java的源代码（带可视化）。

  3. 所属分类：机器学习

    • 发布日期：2017-11-10
    • 文件大小：17kb
    • 提供者：sinat_33720648

  1. 利用R语言进行交互数据可视化

  2. rCharts包 说起R语言的交互包,第一个想到的应该就是rCharts包。该包直接在R中生成基于D3的Web界面。 rCharts函数就像lattice函数一样,通过formula、data指定数据源和绘图方式,并通过type指定图表类 型。 下面通过例子来了解下其工作原理。我们以鸢尾花数据集为例,首先通过name函数对列名进行重新赋 值(去掉单词间的点),然后利用rPlot函数绘制散点图(type=”point”),并利用颜色进行分组 (color=”Species”)。

  3. 所属分类：算法与数据结构

    • 发布日期：2017-11-15
    • 文件大小：3mb
    • 提供者：xjquiet

  1. 鸢尾花数据集可视化.zip

  2. 复现鸢尾花数据集可视化分析

  3. 所属分类：机器学习

    • 发布日期：2019-09-24
    • 文件大小：296kb
    • 提供者：qq_41398808

  1. 鸢尾花数据seaborn数据可视化

  2. 使用python语言使用seaborn进行鸢尾花数据集的数据可视化，Nerver give up!！

  3. 所属分类：深度学习

    • 发布日期：2020-06-19
    • 文件大小：4kb
    • 提供者：qq_29175897

  1. 机器学习代码实战——KMeans（聚类）

  2. 文章目录1.实验目的2.导入必要模块3.用pandas处理数据4.拟合+预测5.把预测结果合并到DF6.可视化聚类效果7.比较不同的簇数的均方误差8.对数据归一化处理 1.实验目的 1.使用sklearn库中的鸢尾花数据集，并尝试使用花瓣的宽度和长度特征来形成簇。 2. 为简单起见，删除其他两个特征。 3. 找出是否有任何预处理（例如缩放）可以帮助解决问题，绘制肘部曲线，从中得出k的最佳值 2.导入必要模块 from sklearn.cluster import KMeans #从skl

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：264kb
    • 提供者：weixin_38584043

  1. 利用C4.5算法对鸢尾花分类

  2. 文章目录数据选取和数据情况利用C4.5算法分类离散化连续变量C4.5原理C4.5实现应用训练好的决策树分类 数据选取和数据情况 本次实验选取鸢尾花数据集（http://archive.ics.uci.edu/ml/datasets/Iris） 数据包含5列，分别是花萼长度、花萼宽度、花瓣长度、花瓣宽度、鸢尾花种类。 鸢尾花属种类包含三种：iris-setosa, iris-versicolour, iris-virginica。 每一类分别是50条，共150条数据；每一类在四个属性的分布情况如

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：368kb
    • 提供者：weixin_38735899

  1. 6-机器学习之KNN（K-近临算法）

  2. tags: python,机器学习,KNN,matplotlib,pyplot,pandas,numpy,Series,DataFrame 文章目录一、 k-近邻算法原理二、k-近邻算法案例2.1. 使用步骤2.2. 预测电影类型2.3. 通过身高、体重、鞋子尺码数据预测性别2.4. 预测鸢尾花类型2.4.1. 常规机器学习步骤2.4.2. 机器学习结果可视化（获取knn分类的边界）2.5. 使用交叉表对预测结果进行可视化展示2.6. 对训练值、训练值标签、预测标签进行可视化展示2.7. k-近

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：888kb
    • 提供者：weixin_38733333

  1. 人工智能基础学习： 用Jupyter完成Iris数据集的 Fisher线性分类，并学习数据可视化技术

  2. jupyter完成Iris数据集的Fisher线性分类并可视化Iris数据集的Fisher线性分类可视化学习 Iris数据集的Fisher线性分类 Iris数据集以鸢尾花的特征作为数据来源，数据集包含150个数据集，有4维，分为3 类（setosa、versicolour、virginica），每类50个数据，每个数据包含4个属性，花萼长度、宽度和花瓣长度、宽度。 from sklearn import datasets import matplotlib.pyplot as plt impor

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：78kb
    • 提供者：weixin_38748556

  1. Python-鸢尾花数据集Iris 数据可视化 ：读取数据、显示数据、描述性统计、散点图、直方图、KDE图、箱线图

  2. 本博客运行环境为Jupyter Notebook、Python3。使用的数据集是鸢尾花数据集（Iris）。主要叙述的是数据可视化。 IRIS数据集以鸢尾花的特征作为数据来源，数据集包含150个数据集，有4维，分为3 类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中常用的测试集、训练集。 读取数据包括sklearn库引入和读取.csv文件保存的数据集。 显示数据包括显示具体数据、查看整体数据信息、描述性统计。 数据可视化包括散点图、直方图、KDE图、箱线图。 目录读取数据显示数

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：47kb
    • 提供者：weixin_38724370

  1. Python sklearn库实现PCA教程(以鸢尾花分类为例)

  2. PCA简介 主成分分析（Principal Component Analysis，PCA）是最常用的一种降维方法，通常用于高维数据集的探索与可视化，还可以用作数据压缩和预处理等。矩阵的主成分就是其协方差矩阵对应的特征向量，按照对应的特征值大小进行排序，最大的特征值就是第一主成分，其次是第二主成分，以此类推。 基本步骤： 具体实现 我们通过Python的sklearn库来实现鸢尾花数据进行降维，数据本身是4维的降维后变成2维，可以在平面中画出样本点的分布。样本数据结构如下图： 其中样本总数

  3. 所属分类：其它

    • 发布日期：2020-12-20
    • 文件大小：142kb
    • 提供者：weixin_38686677

  1. 基于sklearn的LogisticRegression鸢尾花多类分类实践

  2. 文章目录1. 问题描述2. 数据介绍2.1 数据描述2.2 数据2.3 数据可视化3. 模型选择3.1 固有的多类分类器3.2 1对多的多类分类器3.3 OneVsRestClassifier3.4 OneVsOneClassifier4. 结果分析5. 附完整代码 鸢尾花（拼音：yuān wěi huā）又名：蓝蝴蝶、紫蝴蝶、扁竹花等，鸢尾属约300种，原产于中国中部及日本，是法国的国花。鸢尾花主要色彩为蓝紫色，有“蓝色妖姬”的美誉，鸢尾花因花瓣形如鸢鸟尾巴而称之，有蓝、紫、黄、白、红等颜色

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：435kb
    • 提供者：weixin_38516190

  1. simple-iris-flower-classification-ML--源码

  2. 鸢尾花数据集的数据分类和可视化。 使用KNN进行模型训练以预测未来的样本。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：29kb
    • 提供者：weixin_42132325

  1. 【数据可视化】基础数据画图_iris.csv-数据集

  2. 【数据可视化】基础数据画图_鸢尾花数据 iris.csv

  3. 所属分类：其它