【文件属性】：
文件名称：ML-Ensemble-Learning：使用（加权）多数投票的Ensemble Learning的实现
文件大小：3.78MB
文件格式：ZIP
更新时间：2021-02-04 01:34:16
python machine-learning scikit-learn ensemble-learning scikit-learn
ML-集成学习
使用（加权）多数投票的集成学习的实现。
该项目的目标是实现一个使用多数投票和加权多数投票技术的集成分类器，以将多个分类器组合在一起。
生成的程序将在多个（〜15）异构数据集中进行评估，并将提供几个指标来显示其性能。
该项目是维也纳技术大学机器学习课程的一部分。
【文件预览】：
ML-Ensemble-Learning-master
----.gitignore(1KB)
----results()
--------grid_search_res.csv(8KB)
--------res.csv(185KB)
--------grid_search_res.arff(9KB)
--------res.arff(181KB)
----data()
--------bankruptcy()
--------wine-quality()
--------website-phishing()
--------congress()
--------teaching-english()
--------covertypes()
--------amazon()
--------Qualitative_Bankruptcy()
--------Autism-Adult-Data()
--------horse-colic()
--------hr-analytics()
--------breast-cancer()
--------kidney()
--------readme.txt(71B)
--------contraceptive()
--------student()
----notebooks()
--------result_analysis_notebook.ipynb(152KB)
--------param_tuning_notebook.ipynb(21KB)
--------__init__.py(0B)
--------preprocessing_notebook.ipynb(4KB)
----README.md(517B)
----python()
--------cli_options.py(2KB)
--------__init__.py(0B)
--------generate_results.py(4KB)
--------MajorityClassifier.py(4KB)
--------dataset_info.py(3KB)
--------readme.txt(399B)
----.idea()
--------misc.xml(185B)
--------workspace.xml(50KB)
--------ML-Ensemble-Learning.iml(398B)
--------vcs.xml(180B)
--------modules.xml(292B)
----plots()
--------OptVSnoOpt.png(23KB)
--------weightVSnoWeight.png(27KB)
--------single_runtimes.png(11KB)
--------singleVSensemble.png(25KB)
--------single_bar.png(11KB)
--------readme.txt(48B)
----prep_data()
--------bankruptcy()
--------wine-quality()
--------website-phishing()
--------congress()
--------teaching-english()
--------covertypes()
--------amazon()
--------Qualitative_Bankruptcy()
--------Autism-Adult-Data()
--------horse-colic()
--------hr-analytics()
--------breast-cancer()
--------kidney()
--------readme.txt(55B)
--------contraceptive()
--------student()
----main.py(6KB)