【机器学习】机器学习上机作业聚类算法-Toy模板网

这篇具有很好参考价值的文章主要介绍了【机器学习】机器学习上机作业聚类算法。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

一、实验内容

自编代码实现C均值聚类和FCM聚类，在“IRIS数据集(鸢尾花数据集)”上进行实验，验证所编代码是否正确，并计算准确率。
Iris鸢尾花数|据集:包含花萼长度、花萼宽度、花瓣长度、花瓣宽度四个属性，用于预测鸢尾花种类，标签0、1、2分别表示山鸢尾、变色鸢尾、维吉尼亚鸢尾。

二、实验设计

若实验内容皆为指定内容，则此部分则可省略；若实验内容包括自主设计模型等内容，则需要在此部分写明设计思路、流程，并画出模型图并使用相应的文字进行描述。

三、实验环境及实验数据集

简单介绍实验环境和涉及的数据集。

数据集：

下载地址:https://archive.ics.uci.edu/ml/datasets/Iris和scklearn自带的Iris数据集
数据集共有150条数据，分为三类，每类50条数据
每一条数据都有四个属性:花萼长度，花萼宽度，花瓣长度，花瓣宽度
标签数据共有三种，分别是Setosa，Versicolour,Virginica，可用1,2,3代替。一般使用前面的四种属性数据来预测样本属于哪种鸢尾花。可以与Python和MATLAB自带函数计算的结果进行对比。

四、实验过程

实验过程包括整个实验流程说明和在编写代码时一些需要注意的事项，可附代码片段进行说明；
注：为了代码片段尽量的美观、统一，建议附代码片段时只附加关键的片段，不要全部粘贴，并尽量使用下面提供的网站进行代码高亮等格式转换后再粘贴。
https://highlightcod文章来源地址https://www.toymoban.com/news/detail-813809.html

到了这里，关于【机器学习】机器学习上机作业聚类算法的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！