多维特征参数机器学习软件介绍

1 软件模块

多维特征参数机器学习软件的基本任务是：基于样本数据集建立合适的决策模型：y = f(x1, x2, …, xp)，其中样本数据都是数值型的，一个数据集合就是一张大表格。软件包含以下功能模块：

（1）数据预处理：提取特征参数（用其他办法完成），整理特征参数集合样本数据。

（2）构建决策模型：读入训练样本数据，计算变换参数，选择变换方法，选择决策模型，训练模型，保存变换及模型参数。

（3）测试决策模型：读入测试样本数据，读入变换参数及决策模型参数，执行决策计算，评价模型性能。

（4）使用决策模型：读入未分类数据，读入变换参数及决策模型参数，计算决策结果，达到预测、估计、评价、分类之目的。

2 主要功能

打开训练数据文件；查看数据属性；数据可视化；进行数据清理；对数据进行变换；选择决策模型与参数；训练决策模型；保存模型；载入测试数据；载入决策模型；对数据进行处理（预测、估值、分类）；查看数据处理结果；评价模型适用性；对未知输出数据进行处理。

3 决策模型

可供选择的决策模型有：（1）线性回归模型；（2）样本匹配模型；（3）K近邻决策模型；（4）概率网络模型；（5）自组织网络模型（球形和环形）；（6）K-Means聚类模型；（7）三层前馈网络模型（BP算法）；（8）逻辑回归模型。其中自组织网络、K-Means聚类和三层前馈网络（BP网络），在训练前都需要输入网络参数和训练控制参数。BP网络不直接支持主成分变换，可以先变换后保存成文件，在执行模型训练，方法是：《辅助功能》->《主成分变换》。

更详细的说明见附件PDF文件（MacLad.pdf）。

-------------------------------------------------------

联系作者邮箱：chengbowork@163.com

--------------------------------------------------------