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。