摘要：本課題是機器學習在數據挖掘領域的應用。通過機器學習分析聲納獲得的208組數據分組，數據由從60個不同角度回波值強度值構成，尋找其中的規律，建立預測模型，判斷給定目標物體是巖石還是金屬。

本課題基于Anaconda3開發環境，采用Python3.6.4軟件編寫程序，完成對數據的清洗、歸一化、測試集和驗證集的劃分，再分別應用決策樹、隨機森林、支持向量機三種算法建立了學習模型。通過準確率結果分析，得出支持向量機的學習效果要優于其余兩種算法和本數據集的測試集占比最佳劃分比例為25%的結論。

關鍵字:  機器學習  聲吶數據  Python

目錄

摘要

Abstract

1 緒論-1

1.1課題研究的背景-1

1.2課題研究意義-1

2 開發環境以及算法選擇-3

2.1開發環境簡介-3

2.2算法的比較及選擇-3

2.2.1“隨機森林”算法-3

2.2.2“決策樹”算法-4

2.2.3“支持向量機”算法-4

3 流程與程序設計-5

3.1數據預處理-5

3.1.1導入標準庫-5

3.1.2導入數據集-5

3.1.3重復數據的處理-7

3.1.4缺失數據的處理-7

3.1.5創建訓練集和測試集-8

3.1.6特征縮放-8

3.2創建學習模型-9

3.2.1隨機森林-9

3.2.2決策樹-9

3.2.3支持向量機-9

3.3學習效果評價方法-9

4 算法學習效果對比與分析-11

4.1方法-11

4.2學習效果評價-11

4.3結論分析-16

5 總結-18

5.1課題總結-18

5.2系統中存在的不足和可改進之處-18

參考文獻-19

致謝-20

附錄-21