-
在Python和MATLAB中实现的基本机器学习算法，其中涉及MATLAB生成正弦函数的代码-ML_implementation
资源介绍
用matlab生成正弦函数代码小型项目中基本算法的机器学习实现
##使用的算法：
线性回归
逻辑回归
SVM（在MATLAB中使用LIBSVM）和在python中使用Sklearn
前馈神经网络（使用MATLAB
NN工具箱，使用sklearn，也从头开始实现）
PCA（主要成分分析）
FCA
/
LDA（费舍尔线性判别分析）
K均值聚类
连锁聚类
知识网络
批量渐变体面
炉体梯度体面
正则化的效果
朴素的贝叶斯
资料夹说明
分类
扑克数据用于分类（）
每个扑克牌根据其重要性分为10类。
总数据：>
100万个实例
输入：5张卡牌和套装（总共10个功能）
快速向前的SVM实现无法正常工作。
这样就产生了新功能。
新功能是西服和军衔之间的区别。
因此，总的新功能为5选择2
+
5选择2。
SVM在新功能上的实施取得了良好的效果。
测试装置的准确度>
90。
（需要为带有RBF内核的SVM调整伽玛值，还使用了LIBSVM库）
原始功能（使用前馈神经网络获得5张卡位和西服效果很好。在测试集上达到99.89％的准确度）
葡萄酒数据分类（）
对3类分类器使用了线性分类和Fisher判别分析。
线