song.yz@foxmail.com
wechat: math-box
English
中文
Astrodynamics
主页
教育培训
招生信息
教学课件
blog
photos
科研学术
项目
文章
会议
图书
EOP
空间天气
研究兴趣
计算数学
机器学习
在线软件
可视化
统计机器学习
目录
说明(readme)
经典监督学习方法(Supervised learning)
贝叶斯决策理论(BAYES DECISION THEORY)
支持向量机稳健数值逼近
LDA学习算法
QDA学习算法
修正KNN方法
朴素贝叶斯方法
算例分析(case study)
女性乳腺癌诊断(breast cancer)
iris分类(Iris Data)
葡萄酒品种推断(Using chemical analysis determine the origin of wines)
附录(部分源代码)
QDA方法
KNN方法
朴素贝叶斯方法
Case study
我对算法进行了几种案例的测试,暂时主要包括
鸢尾花的分类(三种类型相近的鸢尾花判别)
葡萄酒品种推断(通过物理化学分析,判别同一产地略有差异的葡萄酒品种)
女性乳腺癌预测(Wisconsin大学医院临床数据,699名女性乳腺医学实际资料)
以上三个算例,在有效数据预处理后,通过机器学习后,都有较好的预测性能。目前算法未做容错处理,因此要求数据预处理较为严格。 其他算例暂未进行测试。
以上案例,都未进行调优,也未与一些经典文献中的识别正确率进行进一步比较。只是初步实现了功能,在具体应用场景中,可以进一步分析。