文件名称：matlab10折交叉验证knn代码-Data-Mining:数据挖掘课程中完成的项目
文件大小：440KB
文件格式：ZIP
更新时间：2024-06-16 13:58:25
系统开源
matlab 10折交叉验证知识代码CSE-5334-数据挖掘 lin_regression_Matlab.txt包含线性回归Matlab代码。 lin_regression_Python.txt包含线性回归Python代码。 在ATNT50目录中，我们有 trainDataXY.txt 它包含45张图像。 来自类别1的图像1-9。来自类别2的图像10-18，以此类推。每个图像都是一列。 第一行是类别标签。 testDataXY.txt 它包含5张图片。 每个图像都是一列。 第一行是类别标签。 您使用训练数据训练分类器。 训练完分类器后，您就可以对testData中的数据进行分类，并将获得的类标签与那里提供的地面标签进行比较。 这两个数据是简单的训练和测试数据。 它们是预热数据，因此您可以看到分类器如何处理此简单数据。 数据集：ATNT-face-image400.txt： 文本文件。 第一行是群集标签。 第二端行：每列是一个特征向量（向量长度= 28x23）。 总计40个班级。 每个班级有10张图片。 总计40 * 10 = 400张图像 数据集：Hand-writing-26-le
【文件预览】：
Data-Mining-master
----DataHandler.py(2KB)
----Svm_CrossValidation.py(3KB)
----ATNTFaceImages400.txt(905KB)
----CentroidMethod_CrossValidation.py(4KB)
----LinearRegression.py(3KB)
----Project Info(84B)
----DisplayGraph.py(217B)
----CentroidMethod.py(4KB)
----HandWrittenLetters.txt(637KB)
----REPORTS()
--------README.MD(54B)
--------REPORT - TASK C.docx(27KB)
--------REPORT - TASK B.docx(15KB)
--------REPORT - TASK D.docx(27KB)
--------REPORT - TASK A.docx(13KB)
----README.md(9KB)
----LinearRegression_CrossValidation.py(4KB)
----Svm.py(2KB)
----KnnClassification.py(3KB)
----KnnClassification_CrossValidation.py(4KB)