朴素贝叶斯和KNN分类器,ML 使用KNN和朴素贝叶斯(Naive Bayes)作为算法从头构建分类器。 这些分类器的构造使用相同的算法,但是现在使用了Scikit-Learn实现。 评估和比较从头开始实施的内容与通过Scikit-Learn获得的内容之间的比较。 学习成功是通过对评估集上的分类器进行评估,经过验证阶段以获得最佳超参数并利用交叉验证来衡量的。 该项目的详细说明在实验室“ knn-bayes-lab”中。 合作者 塞巴斯蒂安·沃尔蒂(SebastiánVolti) 亚历杭德罗·克拉拉(Alejandro Clara) 奥古斯蒂娜·塞拉(Agustina Sierra)