Implementacja Zadania 2giego

This commit is contained in:
s495727 2024-06-12 15:03:12 +02:00
parent ae7e0510ae
commit fbe85fd561
3 changed files with 667 additions and 317 deletions

View File

@ -1,3 +1,3 @@
# Spacery losowe po grafach: algorytm wyszukiwania klastrów # Zadanie
Dla dużych grafów istotną informacją jest wykrycie podgrafów, które są silnie ze sobą powiązane. Za pomocą spacerów losowych po grafach zaprojektuj algorytm, który odkrywa strukturę klastrów w grafie (clustering algorithm). Wykorzystaj swój algorytm do wskazania krytycznych wierzchołków, tj. wierzchołków, których usunięcie rozspójnia graf. Przeanalizuj wariant algorytmu dla grafów skierowanych i grafów nieskierowanych. Klasyfikacja za pomocą naiwnej metody bayesowskiej (rozkłady ciągłe). Implementacja powinna założyć, że cechy są ciągłe (do wyboru rozkład normalny i jądrowe wygładzenie). Na wejściu oczekiwany jest zbiór, który zawiera p-cech ciągłych, wektor etykiet oraz wektor prawdopodobieństw a priori dla klas. Na wyjściu otrzymujemy prognozowane etykiety oraz prawdopodobieństwa a posteriori. Dodatkową wartością może być wizualizacja obszarów decyzyjnych w przypadku dwóch cech.

665
bayes_final.ipynb Normal file

File diff suppressed because one or more lines are too long

File diff suppressed because one or more lines are too long