در این پروژه، دو پایگاه دادهی تایتانیک و iris با روشهای رگرسیون خطی، k نزدیکترین همسایگی، درخت تصمیم و جنگل تصادفی طبقهبندی میشود. گزارش این پروژه به معرفی دو پایگاهداده و روشهای بالا میپردازد. جزئیات به خوبی در این گزارش بیان شده است. شما میتوانید از آن برای مطالعه و یا پروژهی درسی استفاده کنید. بخشی از گزارش در ادامه ارایه شده است. (فرمت:pdf ، تعداد صفحه: 13) لینک دانلود پایگاه داده iris پایگاه داده titanic ...
On-line hierarchical clustering خوشهبندی سلسلهمراتبی آنلاین فرمت ترجمه مقاله : word – قابل ویرایش تعداد صفحات ترجمه مقاله : ۱۰ صفحه دانلود اصل مقاله – رایگان قیمت : 20000تومان چکیده اکثر تکنیکهای استفاده شده در ادبیات برای خوشهبندی سلسلهمراتبی بر اساس عملیات آفلاین هستند. ایدهی اصلی این مقاله، پیشنهاد یک الگوریتم جدید برای خوشهبندی سلسلهمراتبی آنلاین با یافتن k نزدیکترین شی به هر شی معرفی شده تاکنون است و این k نزدیکترین شی به طور مداوم با رسیدن یک شی جدید بروزرسانی میشوند. در آخرین شی، ما اشیا و k نزدیکترین شی را داریم که مرتب شدهاند تا دندوگرام سلسلهمراتبی را تولید کنند. با استفاده از نتایج برنامهی الگوریتم جدید بر روی دادههای حقیقی و ترکیبی و استفاده از آزمایشات شبیهسازی، نشان میدهیم که تکنیک جدید کاملاً کاراست و از بسیاری جنبهها، بهتر از روشهای سلسلهمراتبی آفلاین قدیمی است. ...
1- فایل را ازحالت زیپ خارج کنید. ...
استفاده از کلاسیفایر k همسایه - یا رده بند دورترین همسایه(KFN) و نزدیکترین همسایه (KNN) ، از مباحث مهم در هوش مصنوعی - یادگیری ماشین - شناسایی الگو - شبکه عصبی می باشد. بدین منظور 2 پروژه دورترین همسایه و نزدیکترین همسایه را در قالب یک پروژه جامع قرار داده ایم و برنامه آن را به زبان متلب نوشته ایم. پروژه شامل دو پوشه مجزا : 1-پوشه KNN شامل فایل های زیر : - فایل متلب با نام KNN.m - فایل متلب با نام knn_with_classifier.mKNN.m - فایل راهنما - مستندات و توضیحات پروژه KNN - پوشه تصاویر 2-پوشه KFN شامل فایل های زیر : - فایل متلب با نام KFN.m فایل راهنما - مستندات و توضیحات پروژه KFN - پوشه تصاویر + فایل هدیه : فایل ویدئویی : فیلم راهنمای اجرای پروژه در نرم افزار متلب نوع فایل : فایل فشرده -زیپ (شامل فایل های متلب .m + فایل های مستندات و توضیحات پروژه + فایل ویدئویی آموزش اجرای پروژه) حجم فایل : 7.21 مگا بایت ...