apprentissage et les algorithme utilisés
Bonjour tout le monde;
j'ai un projet en apprentissage supervisée dans le but de traiter des jeux de données et je dois choisir 2 parmi 4 méthodes de l'apprentissage et comparer les résultats obtenus.
ces méthodes sont les suivantes:
(a) K-plus proches voisins
(b) Analyse discriminante linéaire
(c) Régression logistique
(d) Arbres de décision
Est ce que vous avez une idée comment je peux choisir les meilleurs méthodes?
Merci d'avance.
apprentissage et algorithmz utilisé
le langage de programmation est R, un peu proche de matlab, et les donnée sont les suivants
(effectuer 2 algorithmes pour chaque données)
donnée crabs:
library(MASS)
data(crabs)
Crabs$data <- crabs[,4:8]
données voyelles:
un ensemble de mesures éffectuées lors de la prononciation des voyelles par différents locuteurs.
sachant que les locuteurs dans l'ensemble d'apprentissage ne sont pas les mêmes dans l'ensemble de test.
sinon comment on peux choisir une méthode si on a des variables quantitatifs ou qualitatifs?
apprentissage et ses application
Bonjour,
en fait mes prérequis sont du probabilités et statistiques, et lire le doc pour "apprentissage supervisé et non supervisé", n'est pas impossible pour moi, il me manque du méthodologie.
donc mes données correspondent à un ensemble de mesures effectu´ees lors de la prononciation de voyelles par diff´erents locuteurs. Chaque voyelle est prononcée plusieurs fois, par plusieurs locuteurs diff´erents ; en particulier, les locuteurs (et donc les distributions) ne sont pas les mˆemes dans l’ensemble d’apprentissage et dans l’ensemble de test
voici une ligne de mes données voyelles :
-3.639000 0.418000 -0.670000 1.779000 -0.168000 1.627000 -0.388000 0.529000 -0.874000 -0.814000 1.000000
Merci