Machine-Learning-Classification-using-Python

此專案使用 Python 的機器學習技術分析資料、視覺化特徵關係,並透過決策樹與支援向量機等模型進行分類。

Machine-Learning-Classification-using-Python 是什麼?

此專案使用 Python 的機器學習技術分析資料、視覺化特徵關係,並透過決策樹與支援向量機等模型進行分類。模型效能透過混淆矩陣與圖形分析進行評估。

Machine-Learning-Classification-using-Python 概覽

這是什麼

此專案使用 Python 實作機器學習分類技術,以分析與解讀資料模式。重點在於應用決策樹演算法,根據關鍵特徵對資料進行分類,並透過效能指標與視覺化工具進行評估。資料集包含 1,833 筆資料,兩個數值特徵(股價與交易量),以及七個股票類別(AAL、AAP、AAPL、ABBV、ABC、ABT、ACN)。

主要功能

  • 資料前處理與探索式資料分析,包含視覺化圖表
  • 決策樹分類器實作,並使用 GridSearchCV 進行超參數調校
  • 透過混淆矩陣與分類報告評估模型效能
  • 調校前準確率 90%,調校後提升至 91%
  • 決策邊界視覺化,呈現特徵空間中的分類邏輯
  • 訓練集與測試集混淆矩陣,評估模型泛化能力

使用情境

  • 根據股價與交易量特徵進行股票分類
  • 展示完整機器學習流程的教學範例
  • 比較決策樹在超參數調校前後的效能
  • 分析類別不平衡對模型預測的影響

快速開始

bashgit clone https://github.com/fraisasghar/Machine-Learning-Classification-using-Python.gitcd Machine-Learning-Classification-using-Pythonpython -m pip install numpy pandas matplotlib seaborn scikit-learn jupyterjupyter notebook

授權與價格

此專案採用 MIT 授權條款,為開放原始碼軟體。

內容整理自該專案公開的 README 與儲存庫資訊。

將此徽章加入你的 README

Featured on YunoDB 徽章樣式與說明

你是這個專案的維護者嗎?展示它已收錄於 YunoDB。

Markdown[![Featured on YunoDB](https://yunodb.com/badge/fraisasgharmachine-learning-classification-using-python.svg)](https://yunodb.com/tools/fraisasgharmachine-learning-classification-using-python?utm_source=github&utm_medium=badge)
HTML<a href="https://yunodb.com/tools/fraisasgharmachine-learning-classification-using-python?utm_source=github&utm_medium=badge"><img src="https://yunodb.com/badge/fraisasgharmachine-learning-classification-using-python.svg" alt="Featured on YunoDB" height="20"></a>