weka课程结构
2016-11-23 16:01:55 0 举报AI智能生成
Weka是一款开源的机器学习软件，它提供了一系列的工具和算法，可以帮助用户进行数据预处理、分类、回归、聚类等任务。Weka的课程结构主要包括以下几个部分： 1. 数据预处理：包括数据的加载、转换和清洗等操作。 2. 特征选择：通过特征选择算法来筛选出对分类或回归有意义的特征。 3. 分类：使用分类算法对数据进行分类，如决策树、支持向量机等。 4. 回归：使用回归算法对数据进行预测，如线性回归、逻辑回归等。 5. 聚类：使用聚类算法对数据进行分组，如K-means、DBSCAN等。
作者其他创作
大纲/内容
class 1 getting started with weka
1.1 introduction
1.2 exploring the explorer
1.3 exploring datasets
1.4 building a classifier
1.5 using a filter
1.6 visualizing your data
class 2 evaluation
2.1 be a classifier
2.2 training and testing
2.3 more training/testing
2.4 baseline accuracy
2.5 cross-validation
2.6 cross-validation results
class 3 simple classifiers
3.1 simplicity first
3.2 overfitting
3.3 using probabilities
3.4 decision trees
3.5 pruning decision trees
子主题
分支主题4
子主题
子主题
分支主题5
子主题
子主题
0 条评论
下一页
