使用lvq为Iris数据集分类

Iris 数据集也叫作鸢尾花卉数据集,是最早应用于统计分类的经典数据集,《机器学习系统设计》第二章对其有详细的介绍,并提供了一种有效的分类算法。而本文则尝试使用lvq(学习向量量化神经网络)来解决这个经典的聚类问题。使用python代码,一点点构建整个训练对象,并编写模块,对训练结果进行验证,并提供源码下载。

机器学习-数据归一化模块

数据归一化,也叫做标准化。对于任何机器学习算法而言,都是相当重要的一步操作,它使得不规整的数据变得标准,让每一个特征对运算结果产生的影响占有相同的比率。 这篇文章简介了两种数据归一化的方法:min-max normalization (离差标准化)、z-score(标准分数)。并实现了对应的模块。