监督机器学习比较 该项目针对类COGS118A-监督机器学习算法完成 该项目的目的是比较三种主流监督式机器学习算法的相对性能： 线性支持向量机-决策树-随机森林 在三个不同的数据集上对模型进行了训练，都可以从UC Irvine的机器学习存储库中进行访问： --- 每个模型都经过了一系列火车测试的测试，分为20％火车/ 80％测试，50/50和80/20。此外，每种算法都通过GridSearch使用各自的优化超参数进行了训练。 该项目包括一个以流行的机器学习会议NeurIPS风格编写的报告。