一、 实验任务和目标
选取若干数据集开展各类经典机器学习算法的单标记二分类（或多分
类）实验对比分析，以更深入理解各经典算法的原理和实现过程。
二、 实验要求
（1）至少选择 4 个或以上算法（其中深度学习算法为必选）：CNN 或
其他深度学习算法（网络模型可自定义，也可选用经典模型）、决策树算
法（ID3/C4.5/CART 任选一种）、kNN 算法、MLP 神经网络、SVM 算法、朴
素贝叶斯方法、集成学习方法等。
（2）数据集：从 UCI/SKlearn/Kaggle 等公开数据源中选取 1~2 个合适的
数据集，不能选用过于简单的小数据集（样本规模不低于 1000），不能选
用鸢尾花/MNIST。要求整个报告中所有实验都尽量采用相同的数据集以便
横向对比算法性能。
（3）实现方式：自编 Python 程序或调用 SKlearn 函数库。要求：深度
学习算法可自选框架（Paddle-Paddle，TF，PyTorch 等均可），其余算法的
剩余16页未读，继续阅读
评论0