資源簡介
對Iris數據進行兩個特征選取,共6種組合,計算類別可分性準則函數J值,得出最好的分類組合,畫出各種組合的分布圖;
2、使用前期作業里面的程序、對6種組合分別使用不同方法進行基于120個訓練樣本30個測試樣本的學習誤差和測試計算,方法包括:最小距離法(均值為代表點)、最近鄰法、k近鄰法(k取3、5...)等;
代碼片段和文件信息
from?pylab?import?mpl
mpl.rcParams[‘font.sans-serif‘]=[‘SimHei‘]#黑體
mpl.rcParams[‘axes.unicode_minus‘]=False??#顯示負號
import?matplotlib.pyplot?as?plt
import?numpy?as?np
n=np.load(‘第一類訓練數據.npy‘)
x1=n[:2]
y1=n[:3]
q=np.load(‘第二類訓練數據.npy‘)
x2=q[:2]
y2=q[:3]
s=np.load(‘第三類訓練數據.npy‘)
x3=s[:2]
y3=s[:3]
new1=np.load(‘測試數據.npy‘)#測試樣本
a=np.mean(x1)
b=np.mean(y1)
c=np.mean(x2)
d=np.mean(y2)
e=np.mean(x3)
f=np.mean(y3)
mean1=[ab]
mean2=[cd]
mean3=[ef]
mean10=np.array(mean1)
mean20=np.array(mean2)
mean30=np.array(mean3)
d1=np.zeros(30)
d2=np.zeros(30)
d3=np.zeros(30)
for?i?in?range(030):
????d1[i]=np.linalg.norm(mean10-new1[i2:4])
for?i?in?range(030
- 上一篇:五子棋AI python實現
- 下一篇:微博評論Python代碼實現
評論
共有 條評論