FALL-2008 人工智能导论第一次大作业 2008-11-8
Copyright@School of Software,THU 2008
Bayes 分类器——算法设计
一、 问题描述
1. 使用决策树(Decision tree)分类算法、朴素贝叶斯(Naïve Bayes)算法或者 K-近邻(kNN)
算法(三者任选其一)对给定的训练数据集构造分类器,并在测试数据集上进行分
类预测。
2. 数据集描述:
Tic-tac-toe 游戏的二叉分类。Tic-tac-toe 游戏示例如下:
游戏双方分别使用 X 和 O 来填充九宫格,哪方先将三个格子连接成一条直线(水平,
竖直或对角线均可),则此方获胜。例如上图中,执 O 的一方获胜。
数据集中每一行描述一局游戏结束时的状态,前九个属性描述 9 个方格中的元素,
最后一个属性为分类标签(x 方赢或输)。详细的说明请参看附件中的数据说明文档。
3. 相关文件说明:
文件名称
文件描述
training.txt
训练数据集
test.txt
测试数据集
tic-tac-toe.names.txt
详细数据说明文档
result.txt
预测分类数据集
4. 算法有效性验证:
训练分类器时,可以使用课上提到的 k 折交叉验证方法以检测算法有效性。
- 1
- 2
- 3
前往页