Редактирование: Метрический классификатор и метод ближайших соседей

Перейти к: навигация, поиск

Внимание! Вы не авторизовались на сайте. Ваш IP-адрес будет публично видимым, если вы будете вносить любые правки. Если вы войдёте или создадите учётную запись, правки вместо этого будут связаны с вашим именем пользователя, а также у вас появятся другие преимущества.

Правка может быть отменена. Пожалуйста, просмотрите сравнение версий, чтобы убедиться, что это именно те изменения, которые вас интересуют, и нажмите «Записать страницу», чтобы изменения вступили в силу.
Текущая версия Ваш текст
Строка 179: Строка 179:
 
   libraryDependencies '''+=''' "com.github.haifengl" '''%%''' "smile-scala" '''%''' "1.5.2"
 
   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.knn<ref>[https://haifengl.github.io/smile/classification.html#knn Smile, KNN]</ref>:
 
Пример классификации датасета и вычисления F1 меры<ref>[https://en.wikipedia.org/wiki/F1_score F1 мера]</ref> используя smile.classification.knn<ref>[https://haifengl.github.io/smile/classification.html#knn Smile, KNN]</ref>:
   '''import '''smile.classification._
+
   import smile.classification._
   '''import '''smile.data._
+
   import smile.data._
   '''import '''smile.plot._
+
   import smile.plot._
   '''import '''smile.read
+
   import smile.read
   '''import '''smile.validation.FMeasure
+
   import smile.validation.FMeasure
  
   '''val '''toy: AttributeDataset = read.table("iris.csv", delimiter = ",", response = Some(('''new '''NumericAttribute("class"), 2)))
+
   val toy: AttributeDataset = read.table("iris.csv", delimiter = ",", response = Some((new NumericAttribute("class"), 2)))
   '''val '''x: Array[Array['''Double''']] = toy.x()
+
   val x: Array[Array[Double]] = toy.x()
   '''val '''y: Array['''Int'''] = toy.y().map(_.toInt)
+
   val y: Array[Int] = toy.y().map(_.toInt)
   '''val '''KNN: KNN[Array['''Double''']] = knn(x, y, 3)
+
   val KNN: KNN[Array[Double]] = knn(x, y, 3)
   '''val '''predictions: Array['''Int'''] = x.map(KNN.predict)
+
   val predictions: Array[Int] = x.map(KNN.predict)
   '''val '''f1Score = '''new '''FMeasure().measure(predictions, y)
+
   val f1Score = new FMeasure().measure(predictions, y)
 
   plot(x, y, KNN)
 
   plot(x, y, KNN)
  

Пожалуйста, учтите, что любой ваш вклад в проект «Викиконспекты» может быть отредактирован или удалён другими участниками. Если вы не хотите, чтобы кто-либо изменял ваши тексты, не помещайте их сюда.
Вы также подтверждаете, что являетесь автором вносимых дополнений, или скопировали их из источника, допускающего свободное распространение и изменение своего содержимого (см. Викиконспекты:Авторские права). НЕ РАЗМЕЩАЙТЕ БЕЗ РАЗРЕШЕНИЯ ОХРАНЯЕМЫЕ АВТОРСКИМ ПРАВОМ МАТЕРИАЛЫ!

Чтобы изменить эту страницу, пожалуйста, ответьте на приведённый ниже вопрос (подробнее):

Отменить | Справка по редактированию (в новом окне)

Шаблон, используемый на этой странице: