|
Oʻzbekiston respublikasi axborot
|
Sana | 18.12.2023 | Hajmi | 74.6 Kb. | | #122606 |
Bog'liq 4-amaliy ML Kompyuter tarmoqlari 1- mustaqil ish, 5-amaliy robo, 1702618603, tarmoq -5-amaliy, 1702125915 (1), test machine and robo, 2-mavzu (MO\'t turlari)(40-56). docx (2), 5-amaliy ML, 1702125915 (9), CaCrXYRJ72GHOxmxh4u9m25jn83bJGTlrLYTdcyb (1), 1699369989, Untitled document.edited, transport ekologiyasi, 1700107053
OʻZBEKISTON RESPUBLIKASI AXBOROT
TEXNOLOGIYALARI VA KOMMUNIKATSIYALARINI RIVOJLANTIRISH VAZIRLIGI
MUHAMMAD AL-XORAZMIY NOMIDAGI
TOSHKENT AXBOROT TEXNOLOGIYALARI UNIVERSITETI
Kompyuter injiniringi fakulteti
Sun’iy intellekt kafedrasi
Mashinali o'qitishga kirishfanidan
4-TOPSHIRIQ
Bajardi: 221-21 guruh talabasi
Hakimov Alisher
Tekshirdi: Qobilov Sirojiddin
TOSHKENT 2023
Mashinali o‘qitishda o‘qituvchisiz o‘qitish algoritmlarini o‘rganish va ularni dasturlash
1. Datasetni shakllantirish. Bunda o‘zgaruvchilar soni kamida 10 tani va qatorlar soni 20 tani tashkil etishi lozim.
2. K-means klasterlash modeli orqali shakillantirilgan datasetni klasterlash algoritmini va dasturini ishlab chiqish.
3. Natijalarni vizual va jadval ko‘rinishda taqdim etish.
Dastur kodi
import numpy as np
import pandas as pd
from sklearn.cluster import KMeans
import matplotlib.pyplot as plt
# O'zgaruvchilar soni: 10, Qatorlar soni: 20
dataset = pd.DataFrame(np.random.rand(20, 10), columns=list('abcdefghij'))
# Klasterlar soni: 3
kmeans = KMeans(n_clusters=3)
kmeans.fit(dataset)
# Natijalar jadval ko'rinishida
print(kmeans.labels_)
# Natijalar vizual ko'rinishida
plt.scatter(dataset.iloc[:, 0], dataset.iloc[:, 1], c=kmeans.labels_, cmap='rainbow')
plt.show()
Natijaning jadval va visual ko’rinishi
|
| |