多维特征参数机器学习软件说明(MacLad)

举报
aqhs 发表于 2022/05/08 11:58:04 2022/05/08
【摘要】 多维特征参数的机器学习软件,基于训练样本集建立从输入到输出的映射关系:y=F(X)。可供选择的决策模型有:样本匹配、k近邻、概率神经网络、多元线性回归、逻辑回归、多层前馈神经网络(BP)、自组织特征映射网络(SOM)、k-Means聚类。同时软件提供样本数据的可视化展现方法,为用户对数据开展交互分析、数据清洗和决策模型效果预判提供手段。

多维特征参数机器学习软件介绍

1 软件模块

多维特征参数机器学习软件的基本任务是:基于样本数据集建立合适的决策模型:y = f(x1, x2, …, xp),其中样本数据都是数值型的,一个数据集合就是一张大表格。软件包含以下功能模块:

(1)数据预处理:提取特征参数(用其他办法完成),整理特征参数集合样本数据。

(2)构建决策模型:读入训练样本数据,计算变换参数,选择变换方法,选择决策模型,训练模型,保存变换及模型参数。

(3)测试决策模型:读入测试样本数据,读入变换参数及决策模型参数,执行决策计算,评价模型性能。

(4)使用决策模型:读入未分类数据,读入变换参数及决策模型参数,计算决策结果,达到预测、估计、评价、分类之目的。

2 主要功能

打开训练数据文件;查看数据属性;数据可视化;进行数据清理;对数据进行变换;选择决策模型与参数;训练决策模型;保存模型;载入测试数据;载入决策模型;对数据进行处理(预测、估值、分类);查看数据处理结果;评价模型适用性;对未知输出数据进行处理。

3 决策模型

可供选择的决策模型有:(1)线性回归模型;(2)样本匹配模型;(3)K近邻决策模型;(4)概率网络模型;(5)自组织网络模型(球形和环形);(6)K-Means聚类模型;(7)三层前馈网络模型(BP算法);(8)逻辑回归模型。其中自组织网络、K-Means聚类和三层前馈网络(BP网络),在训练前都需要输入网络参数和训练控制参数。BP网络不直接支持主成分变换,可以先变换后保存成文件,在执行模型训练,方法是:《辅助功能》->《主成分变换》。

更详细的说明见附件PDF文件(MacLad.pdf)。

-------------------------------------------------------

联系作者邮箱:chengbowork@163.com

--------------------------------------------------------

    附件下载

  • MacLad.pdf 4.74MB 下载次数:4
【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。