摘要： %%场景二 %%节点数据预处理 function [X,Y]=nodedata_pro() %导入班节点数据 [num_2ban1,~,raw_2ban1]=xlsread('sen2ban1.xlsx'); [num_2ban2,~,raw_2ban2]=xlsread('sen2ban2.xls 阅读全文

摘要： 1 什么时候用机器学习? 1.1 什么是机器学习（机器学习概念，机器学习相关名词概念） 人的学习过程是通过观察（observation），然后进行学习（learning），最后得到习得技能（skill）;机器的学习是通过获取数据（data）,进行一定的规则/算法推演(ML)，最后习得技能（skill 阅读全文

摘要： fitcecoc函数属于statistic&machine learning toolbox，用于训练多分类ECOC（error-correcting output code）模型 参考资料： 1.matlab10行代码完成多分类功能（SVM，softmax，fitcecoc）：https://bl 阅读全文

摘要： 一、简单划分：数据集：测试集=7：3 问题： 1）.没有充分的利用数据集； 2）.回归问题中的MSE（mean square error）受到划分比例的影响，导致最终模型的最优参数选择也受到划分比例的影响。 【图来源：https://zhuanlan.zhihu.com/p/24825503?ref 阅读全文

摘要： 0.分类模型评价指标在数据挖掘中的位置： 一、混淆矩阵（Confusion Matrix）： 1.混淆矩阵其实就是一张表格，可以用来评判分类模型的精度，形式如下： 2.混淆矩阵延伸出的指标有二级指标有 i）准确率（accuracy）： ii）精确率 （precision）： iii）召回率 （rec 阅读全文

摘要： 一、模式识别神经网络 在matlab命令窗口输入：nnstart 或 nprtool 就可以进入matlab神经网络GUI 二、鸢尾花数据集iris示例 1.输入数据集，划分训练集、测试集 load fisheriris; [m,n]=size(meas); data=zeros(m,n+1); d 阅读全文

摘要： 1.KNN简介： KNN：(K nearest neighbor)也叫K近邻算法，主要用于处理机器学习中的分类问题。 2.算法思想：统计得到距离目标点最近的K个点中个数最多的某个标签，作为目标点的类标签。 即假设给定k=8，计算每个样本点对测试点的距离，并从小到大排序，选出前8个样本点，统计得出前8 阅读全文

摘要： 1.数据集：采用 matlab2016b 自带数据集：iris鸢尾花、ionosphere电离层数据 2.采用函数 fitcecoc 进行SVM多分类模型训练；【fitcecoc：ecoc：error-correcting output code】 3.采用10折交叉验证对数据集进行划分，将Mdl转 阅读全文

摘要： 1.简介 随机森林和GBDT都属于集成学习。 集成学习可分为两大类：bagging和boosting； 随机森林（RF） ∈ bagging GBDT ∈ boosting 2.随机森林：由多个决策树组成的一个集成学习算法，可用于分类和回归（分类效果好于回归），最终结果采用投票制得出。 数据集处理： 阅读全文

摘要： %% 读取年数据 function [XXnum,YYnum]=dataRead() [numXX,txtXX,rawXX]=xlsread('XXyear.xlsx'); [numYY,txtYY,rawYY]=xlsread('YYyear.xlsx'); [m,n]=size(numXX); 阅读全文