您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 用K均值算法对数据挖掘

  2. 用K均值算法对数据挖掘,数据集为Iris.data,即鸢尾花的三类数据,每组数据有5个属性。
  3. 所属分类:其它

    • 发布日期:2010-01-11
    • 文件大小:5120
    • 提供者:cndong05
  1. 鸢尾花数据集Iris Data Set.rar( 数据挖掘 数据集 )

  2. 鸢尾花数据集Iris Data Set.rar( 数据挖掘 数据集 )
  3. 所属分类:专业指导

    • 发布日期:2010-11-20
    • 文件大小:2048
    • 提供者:miaoxikui
  1. 鸢尾花数据集 iris.data

  2. 欢迎大家下载使用 附官方数据地址:http://archive.ics.uci.edu/ml/datasets/Iris
  3. 所属分类:互联网

    • 发布日期:2016-12-21
    • 文件大小:4096
    • 提供者:gogogogood
  1. 鸢尾花数据集(txt格式,可直接使用)

  2. Iris Plants Database ==================== Notes ----- Data Set Characteristics: :Number of Instances: 150 (50 in each of three classes) :Number of Attributes: 4 numeric, predictive attributes and the class :Attribute Information: - sepal length in c
  3. 所属分类:算法与数据结构

    • 发布日期:2018-05-21
    • 文件大小:4096
    • 提供者:hr576512810
  1. iris.data.csv

  2. Iris数据集在模式识别研究领域应该是最知名的数据集了,有很多文章都用到这个数据集。这个数据集里一共包括150行记录,其中前四列为花萼长度,花萼宽度,花瓣长度,花瓣宽度等4个用于识别鸢尾花的属性,第5列为鸢尾花的类别(包括Setosa,Versicolour,Virginica三类)。也即通过判定花萼长度,花萼宽度,花瓣长度,花瓣宽度的尺寸大小来识别鸢尾花的类别。
  3. 所属分类:机器学习

    • 发布日期:2018-01-14
    • 文件大小:4096
    • 提供者:qq_37604874
  1. iris.data.csv:鸢尾花csv格式数据集,用于机器学习训练的经典数据集。

  2. Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。通过花萼长度,花萼宽度,花瓣长度,花瓣宽度4个属性预测鸢尾花卉属于(Setosa,Versicolour,Virginica)三个种类中的哪一类。
  3. 所属分类:机器学习

    • 发布日期:2018-01-14
    • 文件大小:881
    • 提供者:zem12345678
  1. iris.data.csv鸢尾花csv格式数据集

  2. 鸢尾花csv格式数据集,Iris也称鸢尾花卉数据集,是一类多重变量分析的数据集。 通过花萼长度、宽度、长度、宽度4个属性预测鸢尾花卉属于哪一类。 数据无空格
  3. 所属分类:算法与数据结构

    • 发布日期:2020-04-23
    • 文件大小:12288
    • 提供者:jxw12345
  1. iris-data.zip

  2. 鸢尾花数据集,里面包含150个样本,含有三种鸢尾花类型,每种鸢尾花类型有50个样本,每种花型具有四种特征,分别是花萼长度,花萼宽度,花瓣长度,花瓣宽度。
  3. 所属分类:机器学习

    • 发布日期:2020-04-21
    • 文件大小:1024
    • 提供者:weixin_44871574
  1. pdfdoc.zip

  2. 机器学习-鸢尾花数据集,iris.data、包含javaml相关技术文档及数据集的具体使用方法,另附上javaml开发包的下载地址:http://java-ml.sourceforge.net。
  3. 所属分类:机器学习

    • 发布日期:2020-03-27
    • 文件大小:1048576
    • 提供者:dbzzcz
  1. 利用鸢尾花数据集画出P-R曲线 python

  2. #coding=utf-8 """ #演示目的:利用鸢尾花数据集画出P-R曲线 """ print(__doc__) import matplotlib.pyplot as plt import numpy as np from sklearn import svm, datasets from sklearn.metrics import precision_recall_curve from sklearn.metrics import average_precisi
  3. 所属分类:机器学习

    • 发布日期:2020-03-18
    • 文件大小:3072
    • 提供者:aotomo740
  1. seaborn-data.rar

  2. 这个是啊seaborn的数据集,它里面包括鸢尾花的数据,小费的数据集,因为很多人在官网上下不下来,然后用iris = sns.load_dataset('iris')的方法下载起来也会jupyter notebook卡顿,所以我将seaborn的所有数据集传上来,仅供有需要的同学下载。
  3. 所属分类:Python

    • 发布日期:2020-02-18
    • 文件大小:8388608
    • 提供者:qq_35456045
  1. iris.data.csv 鸢尾花数据集

  2. KNN算法例子的鸢尾花数据集
  3. 所属分类:Python

    • 发布日期:2019-10-14
    • 文件大小:3072
    • 提供者:qq_43220949
  1. iris.data.zip

  2. 鸢尾花数据集,iris.data.cvs。机器学习常用数据集。入门机器学习必选必学。鸢尾花数据集。鸢尾花数据集。
  3. 所属分类:机器学习

  1. SVM支持向量机分类鸢尾花数据集iris及代码

  2. SVM支持向量机分类鸢尾花数据集iris及代码,数据集有Excel、data、txt文件格式,代码有data、txt格式演示
  3. 所属分类:互联网

    • 发布日期:2020-09-30
    • 文件大小:8192
    • 提供者:u010110735
  1. python运用sklearn实现KNN分类算法

  2. KNN(K-Nearest-Neighbours Classiflication)分类算法,供大家参考,具体内容如下 最简单的分类算法,易于理解和实现 实现步骤:通过选取与该点距离最近的k个样本,在这k个样本中哪一个类别的数量多,就把k归为哪一类。 注意 该算法需要保存训练集的观察值,以此判定待分类数据属于哪一类 k需要进行自定义,一般选取k<30 距离一般用欧氏距离,即​  通过sklearn对数据使用KNN算法进行分类 代码如下: ## 导入鸢尾花数据集 iris
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:63488
    • 提供者:weixin_38638647
  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:79872
    • 提供者:weixin_38748556
  1. 鸢尾花数据集 iris.data

  2. 鸢尾花数据集。 总共包含150行数据,每一行数据由 4 个特征值及一个目标值组成。 4 个特征值分别为:萼片长度、萼片宽度、花瓣长度、花瓣宽度。 目标值为三种不同类别的鸢尾花,分别为: Iris Setosa、Iris Versicolour、Iris Virginica
  3. 所属分类:机器学习

    • 发布日期:2021-02-06
    • 文件大小:4096
    • 提供者:weixin_40973138
  1. 线性回归中,MGD、BGD与MBGD对比研究(三)——以鸢尾花数据集为例

  2. 上一次,写了MGD、SGD、MBGD的代码实现,现在,我们来康康实例 我们以大名鼎鼎的鸢尾花数据集为例: https://archive.ics.uci.edu/ml/machine-learning-databases/iris/ 下载这个iris.data即可 将其置于当前工作文件夹即可 先导入需要的库: import numpy as np import pandas as pd import random 然后将我们上一次写的函数copy过来: def MGD_train(X, y
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:79872
    • 提供者:weixin_38687277