【文件属性】：
文件名称：监督算法比较：针对COGS 118A类的监督算法项目-监督机器学习
文件大小：1.65MB
文件格式：ZIP
更新时间：2021-02-17 09:17:11
JupyterNotebook
监督机器学习比较
该项目针对类COGS118A-监督机器学习算法完成
该项目的目的是比较三种主流监督式机器学习算法的相对性能： 线性支持向量机-决策树-随机森林
在三个不同的数据集上对模型进行了训练，都可以从UC Irvine的机器学习存储库中进行访问： ---
每个模型都经过了一系列火车测试的测试，分为20％火车/ 80％测试，50/50和80/20。此外，每种算法都通过GridSearch使用各自的优化超参数进行了训练。
该项目包括一个以流行的机器学习会议NeurIPS风格编写的报告。
【文件预览】：
Supervised-Algorithms-Comparison-main
----Cogs 118a Final Project Report.pdf(426KB)
----Final_project_code.ipynb(1.75MB)
----.gitignore(50B)
----README.md(1002B)