machine-learning - 机器学习算法评估

标签 machine-learning weka

在选择合适的机器学习算法在我的项目中实现之前,我需要评估不同的机器学习算法。我列出了四种不同的算法:k 最近邻算法、朴素贝叶斯算法、动态时间规整和二次判别分析。我设法使用 Weka 工具包评估 kNN 和朴素贝叶斯。您知道我可以用来评估后两者的任何其他工具吗?

最佳答案

您可以在 R 中执行这两项操作 -- Dynamic Time WarpingQuadratic Discriminant Analysis .

关于machine-learning - 机器学习算法评估,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16261640/

相关文章:

python - tensorflow 中的 tf.Session() 之外的参数值是否可用?

python - Keras 3d 张量的前 k 个分类精度问题

tensorflow - BERT + 自定义层训练性能随着时代的推移而下降

python - 使用 SciKit 在 python 中进行文档聚类

java - 导出 Weka 模型以在 C 或 C++ 中使用

c++ - 通过 C++ 代码使用 WEKA 的最简单方法是什么?

machine-learning - 如何获得 `skbio` PCoA(主坐标分析)结果?

machine-learning - Weka 的不同测试选项意味着什么?

machine-learning - 在哪里可以找到 WEKA 中的 JAVA 或其他 API 中的 GSP 代码?

batch-file - 我该如何修复 %%i 此时是意外的?