AI-programs

AI 小项目代码、笔记

包含：

1、基于 TFIDF 的 KMeans 的文本聚类：使用TFIDF进行Word2Vec，通过Kmeans算法进行非监督学习，对文本进行自动分类；使用手肘法选择聚类簇的数量。

2、使用kmeas 算法规划全国能源中心：根据各城市的经纬度坐标计算两点的地理距离，利用Kmeans原理，计算出N个质心位置作为能源中心的选址。

3、男女声音识别：男女声音采样的结构化数据，分别使用LR、SVM、XGB、deepfm进行识别学习，验证集准确率达97%以上；其中SVM、XGB效果较佳，准确率接近98%。

4、使用决策树对优惠券使用情况做出预测：预测用户领取的优惠价是否会被使用。数据集特征少、呈现不均衡分布，通过特征工程增加特征，设置样本权重，提高模型的性能，验证集准确率73%

5、Bagging-vs-Boosting：利用mnist数据集，试验Bagging、Boosting(AdaBoost)、RandomForest、GBDT的集成学习效果。对比了用LR、DecisionTree作为基础分类器的效果，逻辑回归相对来说泛化能力更好，决策树更容易过拟合。

6、CIFAR-10图像分类：基于Pytorch框架的CV 分类，使用多层神经网络，对图像进行多分类，效果一般，可以使用CNN改进。