## 课程实验：
+ 实验一：图表绘制
+ 实验二：KNN
+ 实验三：决策树
+ 实验四：朴素贝叶斯
+ 实验五：logistic回归
+ 实验六：AdaBoost
+ 实验七：SVM
+ 实验八：K-means
+ 实验九：树回归
+ 结课实验：根据互联网金融用户的行为，判断是否为欺诈用户
------
### 更新日志
+ 2018/06/02 21:53 添加实验四、实验五的数据文件和py文件
+ 2018/06/03 22:24 完善了朴素贝叶斯算法。调用sklearn库完成了logistic回归算法
+ 2018/06/08 18:59 添加实验六、实验七的数据文件和py文件
+ 2018/06/12 12:43 完成了实验六
+ 2018/06/12 20:43 完成了实验七，SVM实在无法理解。。。
+ 2018/06/14 13:21 添加结课实验数据
+ 2018/06/15 18:46 添加实验八，实验七的数据文件和py文件
机器学习与数据挖掘学习实验.zip
需积分: 5 10 浏览量
2024-04-16
20:32:31
上传
评论
收藏 1.36MB ZIP 举报
机器学习与数据挖掘学习实验.zip （39个子文件） 
content 实验八和九 
K-means.py 4KB
horseColicTraining.txt 59KB horseColicTest.txt 4KB 实验六和七 __init__.py 0B horseColicTraining.txt 59KB SVM.py 9KB AdaBoost.py 4KB test.py 146B horseColicTest.txt 4KB 结课实验 main.py 3KB .idea vcs.xml 180B workspace.xml 11KB misc.xml 223B modules.xml 264B 实验.iml 459B 实验一 __init__.py 0B iris.data.txt 2KB main.py 1KB data_discovery.py 7KB iris.txt 1KB 实验二和三 
KNN实验手册.pdf 235KB packageDecisionTree.py 2KB 决策树.pdf 133KB KNN.py 4KB iris.dot 2KB real-Knn.py 4KB packageKNN.py 2KB iris.pdf 23KB lenses_2.txt 771B lenses.txt 771B 实验四和五 horseColicTraining.txt 59KB data.txt 671B Logistic.py 2KB 朴素贝叶斯.pdf 621KB logistic回归.pdf 405KB lenses.txt 771B horseColicTest.txt 4KB NaiveBayes.py 4KB README.md 827B资源评论
