没有合适的资源?快使用搜索试试~ 我知道了~
CSE523-Machine-Learning-BeMAD:课程CSE523项目工作的资料库
共16个文件
jpg:6个
pdf:2个
ipynb:2个
需积分: 5 0 下载量 13 浏览量
2021-04-11
19:09:29
上传
评论
收藏 10.95MB ZIP 举报
温馨提示
Predictops-作物预测系统 表中的内容 介绍 农业在我国的发展中起着重要的作用。 为了满足我国数百万人的粮食需求,提高农作物的质量和数量是一项重要的任务。 进行农业生产或农作物的生产取决于土壤的性质以及环境条件。 事实证明,根据其性质在哪种土地上可以种植哪种农作物对农民和维护收获的农作物的储藏业务的人们都是有用的。 因此,建立一个能够根据其土壤参数和天气状况,帮助预测可在任意土地上种植的合适作物的系统变得非常重要。 结果 SVM划痕算法 损失与时代 -混淆矩阵 SVM内置算法 混淆矩阵 KNN算法 k值 -混淆矩阵 朴素贝叶斯算法 混淆矩阵 比较 参考 http://agri.ckcest.cn/ass/8185d605-6c4d-4d8a-b280-c867c2304d42.pdf https://1library.net/document/dzx1ldny-de
资源详情
资源评论
资源推荐
收起资源包目录
CSE523-Machine-Learning-BeMAD-main.zip (16个子文件)
CSE523-Machine-Learning-BeMAD-main
Reports
BeMAD_Mid_Sem_Project_Report.pdf 139KB
BeMAD_End_Sem_Project_Report.pdf 342KB
Results
KNN_Confusion_Matrix.JPG 54KB
Naive_Bayes_Confusion_Matrix.JPG 54KB
Results_Comparison.JPG 47KB
SVM_loss_vs_epoch.png 10KB
KNN_k_value.JPG 22KB
SVM_from_scratch_confusion_matrix.JPG 54KB
SVM_inbuilt_confusion_matrix.JPG 55KB
README.md 4KB
Code
SVM_from_scratch_implmentation_code.ipynb 48KB
KNN_NaiveBayes_SVM_using_inbuilt_function_code.ipynb 212KB
Presentations
BeMAD_Mid_Sem_Project_Presentation.pptx 5.16MB
BeMAD_End_Sem_Project_Presentation.pptx 3.73MB
Dataset
Crop_recommendation.xlsx 130KB
Predictops.png 1.28MB
共 16 条
- 1
荒腔走兽
- 粉丝: 23
- 资源: 4663
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0