معیارهای محاسبه فاصله در داده های fisherris یاIris (فاصله اقلیدسی ساده،اقلیدسی وزن دار،ماهالانوبیس)

معیارهای محاسبه فاصله در داده های fisherris یاIris (فاصله اقلیدسی ساده،اقلیدسی وزن دار،ماهالانوبیس)

در این تمرین سعی شده  سه معیار مختلف اندازه گیری فاصله در داده ها را که با استفاده از زبان برنامه نویسی پایتون پیاده سازی کرده ایم را بطور مختصر توصیف کرده و نتایج را با یکدیگر مقایسه کنیم.

در این تمرین از دیتاست معروفی به نام Iris استفاده کرده ایم. این دیتاست شامل 5 ستون میباشد که 4 ستون نمایانگر ویژگی های داده ها و 1 ستون ستون آخر نمایانگر برچسب داده ها میباشد. همچنین این دیتاست شامل 150 نمونه میباشد.

گزارشی از این تمرین در فرمت pdf ,word آماده شده که توضیحات لازمه همراه تصاویر از کد و نتیجه کار را شامل میشود. 

معیارهای اندازه گیری فاصله را در سه تابع:

فاصله اقلیدسی وزن دار(Weighted_Euclidean_Distance)

فاصله اقلیدسی ساده (Distance_Euclidean_Simple)

فاصله ماهالانوبیس(Mahalanobis_Distance)

 

پوشه شما بعد دانلود شامل موارد زیر میباشد:

 داده های Iris  + فایل کدنویسی شده با زبان پایتون +گزارش در قالب word وpdf

دانلود

پیشگوی اعظم

من از دوران نوجوانی رویایی داشتم! رویای تاسیس یک مکان برای به اشتراک گذاشتن ایده ها و نظرات خودم و همچنین جایی برای دانشجویان و دانش آموزان عزیز که بتوانند تمامی مقالات و جزوات مورد نیاز خودرا از طریق یک سایت مرجع تامین کنند.اکنون،این رویا،godofdoc (خدای داکیومنت) نام دارد D:a

شاید این مطالب را هم دوست داشته باشید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *