Изменения
→Примеры кода
println(bayes.classify(unknownText2).map(_.category).getOrElse("")) // weather
println(bayes.classify(unknownText3).map(_.category).getOrElse("")) // government
===EM-алгоритм===
Освновная статья: [[EM-алгоритм]]<sup>[на 7.01.19 не создан]</sup>.
SBT зависимость:
libraryDependencies += "com.tsukaby" %% "naive-bayes-classifier-scala" % "0.2.0"
Пример классификации используя smile.clustering.kmeans<ref>[https://haifengl.github.io/smile/clustering.html#k-means Smile, K-Means]</ref>:
import smile.clustering._
import smile.data._
import smile.plot._
import smile.read
val iris: AttributeDataset = read.table("iris.csv", delimiter = ",", response = Some((new NumericAttribute("class"), 2)))
val x: Array[Array[Double]] = iris.x()
val kMeans: KMeans = kmeans(x, k = 6, maxIter = 1000)
val y = kMeans.getClusterLabel
plot(x, y, '.', Palette.COLORS)
===Бустинг, AdaBoost===
Освновная статья: [[Бустинг, AdaBoost]]<sup>[на 5.01.19 не создан]</sup>.
SBT зависимость:
libraryDependencies += "com.github.haifengl" %% "smile-scala" % "1.5.2"
Пример классификации датасета и вычисления F1 меры<ref>[https://en.wikipedia.org/wiki/F1_score F1 мера]</ref> используя smile.classification.adaboost<ref>[https://haifengl.github.io/smile/classification.html#adaboost Smile, AdaBoost]</ref>:
import smile.classification._
import smile.data._
import smile.plot._
import smile.read
import smile.validation.FMeasure
val iris: AttributeDataset = read.table("iris.csv", delimiter = ",", response = Some((new NumericAttribute("class"), 2)))
val x: Array[Array[Double]] = iris.x()
val y: Array[Int] = iris.y().map(_.toInt)
val ada: AdaBoost = adaboost(x, y, ntrees = 500, maxNodes = 2)
val predictions: Array[Int] = x.map(ada.predict)
val f1Score = new FMeasure().measure(predictions, y)
plot(x, y, ada)
===Уменьшение размерности===
Освновная статья: [[Уменьшение размерности]]<sup>[на 5.01.19 не создан]</sup>.
== Примечания ==
<references/>
