文件名称：CS-Projects:CS项目
文件大小：177KB
文件格式：ZIP
更新时间：2024-04-19 23:24:09
JupyterNotebook
考虑到旅行，年龄，票价等7个属性，使用迭代二分法3算法实现了二元决策树，并针对泰坦尼克号幸存者数据集运行了该决策树。第一个“幸存”属性是类别标签。 评论情绪分析器接受训练和测试数据集，每行都有正面和负面的评论。 清理数据后，将对每个单词进行分析，并根据其频率及其在正面评论与负面评论中的出现程度分配权重。 为每个输入评论计算最终的“分数”。 用户输入一个句子，程序将告诉您该评论对人类语言的影响是正面还是负面。 根据我的测试数据集，通常精度约为〜85％。 感知器分类项目使用与决策树相同的数据集。 类似的分析，但使用感知器。
【文件预览】：
CS-Projects-master
----ML Review Sentiment Analyzer()
--------MLReviewSentimentAnalyzer.py(7KB)
--------TRAINING.txt(151KB)
--------TESTING.txt(50KB)
----Clustering Classification Project.ipynb(122KB)
----Perceptron Classification()
--------titanic-train.label(1KB)
--------titanic-test.data(4KB)
--------titanic-train.data(10KB)
--------perceptron.py(3KB)
--------titanic-test.label(545B)
----ID3 Decision Tree()
--------titanic-train.label(1KB)
--------titanic-train.data(10KB)
--------decision_tree_ID3.py(8KB)
----README.md(891B)