تمرين يادگيري ماشيني
یازده سال پیش منتشر شده
تعداد بازدید: 342
کد پروژه: 21334
شرح پروژه
يه تمرين براي درس يادگيري ماشيني دارم که بيشترش و انجام دادم و يه بخش هاي کوچيکي مونده که فرصت انجامش و ندارم
اين تمرين در مورد الگوريتم هاي خوشه بندي هستش که از k-means و معيارهاي خوشه بندي استفاده ميکنه.
الگوريتم kmeans براي سه مجموعه داده ايي wine,lung cancer و Iris اعمال شده، بايد الگوريتم k-means براي ديتاست plants هم اجرا بشه که اين ديتاست از نوع عددي نيست. آدرس دانلود ديتاست plants
https://archive.ics.uci.edu/ml/datasets/Plants
خوشه بندي براي معيار هاي مختلفي مثه RMSSDT و SD رو داره و معيار فاصله کسينوسي هم بايد اعمال بشه که يه کد کنسول ازش مي فرستم و فقط بايد به اپليکيشن تبديل بشه
نکته آخر اينکه يه مجموعه عکس داريم که براي هر عکس k-means بايد اجرا بشه که کدش و از اينترنت پيدا کردم براتون ميفرستم و بايد :
با استفاده از معيارهاي خوشه بندي که استفاده کرديم تعداد بهينه هر خوشه را براي هر
عکس با ذکر دلايل و همچنين با رسم نمودار به دست آوريد.. مقادير خوشه را از 2 تا 6 تغيير دهيد).همون مقدار cluster number که توي کد آورده شده)
براي هر خوشه بندي عکس به دست آمده را نيز رسم نماييد و مقادير شاخصهاي خوشه بندي (جاکارد و اقليدسي که توي برنامه کدش نوشته شده رو براش بدست بيارين)
زیرساخت:
سي شارپ - ويندوز7
قابل تحویل:
مهارت ها و تخصص های مورد نیاز
مهلت برای انجام
3روز
وضعیت مناقصه
بسته
درباره کارفرما
عضویت یازده سال پیش
