Art of Stat: Machine Learning
适合所有人
info
50+
次下载
关于此应用
《统计的艺术：机器学习》应用程序包含监督学习和非监督学习方法，允许您将数据拆分为训练集和测试集，可视化所有方法（包括预测结果和热图），并通过显示混淆矩阵等信息来评估算法的准确性。
目前包含的机器学习算法有：
- 多元线性回归（包括分类预测变量和交互项）
- 多元逻辑回归（包括分类预测变量和交互项）
- 判别分析（线性与二次）
- 朴素贝叶斯
- K均值聚类
功能：
- 提供各种数据集（例如帕尔默企鹅、葡萄酒品质、心脏病、鸢尾花、信用卡违约等），或允许用户上传自己的 CSV 文件
- 将数据拆分为训练集和测试集
- 标准化特征
- 选择连续特征和/或分类特征（视情况而定）
- 可视化所有方法（散点图、热图）、预测标签或后验概率
- 通过多种方式显示混淆矩阵和准确率统计数据（包括精确率和召回率）来评估准确率
- 对新观测值进行预测
正在开发中的模块：
- 决策树和随机森林
- 最近邻算法
目前包含的机器学习算法有：
- 多元线性回归（包括分类预测变量和交互项）
- 多元逻辑回归（包括分类预测变量和交互项）
- 判别分析（线性与二次）
- 朴素贝叶斯
- K均值聚类
功能：
- 提供各种数据集（例如帕尔默企鹅、葡萄酒品质、心脏病、鸢尾花、信用卡违约等），或允许用户上传自己的 CSV 文件
- 将数据拆分为训练集和测试集
- 标准化特征
- 选择连续特征和/或分类特征（视情况而定）
- 可视化所有方法（散点图、热图）、预测标签或后验概率
- 通过多种方式显示混淆矩阵和准确率统计数据（包括精确率和召回率）来评估准确率
- 对新观测值进行预测
正在开发中的模块：
- 决策树和随机森林
- 最近邻算法
更新日期
新变化
Initial Release
应用支持
开发者信息
Bernhard Klingenberg
bklingen@artofstat.com
4856 Winterhaven Dr
Sarasota, FL 34233-2280
United States
