Mr_Lowbee的博客

一、问题描述 在UCI数据集上的Iris和Sonar数据上验证算法的有效性： Iris数据3类，4维，150个数据；Sonar数据2类，60维，208个样本. 训练和测试样本有三种方式进行划分：（三选一） 1. 将数据随机分训练和测试，多次平均求结果 2. K折交叉验证 3. 留1法 针对不同维数，画出曲线图二、解决方法1、F...

文章目录一、 问题举例二、算法描述1、最近邻法2、K-近邻法3、解决思路三、结果1、Iris 数据集2、Sonar 数据集3、USPS手写体数据集4、对比算法：Fisher+k近邻四、总结：五、代码一、 问题举例 用KNN对数据集进行分类 1）USPS 手写体 2）UCI 数据库中 sonar 数据源 3）UCI 数据库中 Iris 数据 验证算法：不进行降维 - K 近邻...

文章目录一、问题举例二、算法描述1、基于类内类间距离的可分性判据2、遗传算法（Genetic Algorithm）1) 初始化种群2）计算当前种群 M（t）中每条染色体的适应度值 f（m）3）基于适应度值的选择4）交叉5）变异6）重复迭代3、顺序前进法和顺序后退法三、结果1、在 sonar 数据集上验证遗传算法2、在 Iris 数据集上验证遗传算法3、顺序前进法和顺序后退法5、对比算法：顺序前进法...