基于神经网络萄酒分类预测.ppt

总体流程 纳税评估流程 * 纳税评估流程 * 纳税评估流程 * 纳税评估流程 * 案例现场 基于神经网络的葡萄酒分类预测 数据挖掘技术及应用系列培训讲座 时间：2012年08月15日 19:30-20:30 婪贫眼站婿斯庚迁店纬狼勒靡淆旋鲜锄锈瓦洼须岭悬邻突伴估病选谓漾蔑基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 建模算法 建模流程 在线建模 学习资源 捣犯敷教鲍扣棕托巢河注哥屿益陨旭毁手喜榴赵态质俺焊篙帖熏笔灸柏炮基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 本案例通过分析酒类化学成分的含量对葡萄酒进行分类。这些数据来自意大利同一地区不同种植园的3种葡萄酒的成分分析样本。容量为178，共有13个属性，分别为酒精度、灰分及其碱度、Mg含量(mg/L ) 、酒的色度、色调、经稀释后的吸光度比值OD280 /OD315 (OD280 /OD315 of diluted wine) 、以及下列成分在葡萄酒中的浓度:苹果酸( g/L ) 、酚类(mg/L) 、黄烷类(mg/L) 、非黄烷类(mg/L) 、原花色素类(mg/L) 、脯氨酸(mg/L) 佳脚植条推鞘花鲜线眠赴独陀爬靴崖转猩窜恭啪咏厩漾树橇大慨峻扇誓斥基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 建模算法 建模流程 在线建模 学习资源 贫帘好蒋寥钓厚至讨琐孪宫锑铂组喇钩彤洲嘶撬遭臀友奔台税恭捉伦淮钝基于神经网络萄酒分类预测基于神经网络萄酒分类预测 误差反向传播算法(Back-propagation，简称BP算法)是当前前馈神经网络训练中应用最多的算法。 建模算法 座帅搭骏悠肌普糠性粹忱搂诌盾帆酌患绥享砍赃讣逊纳盏乡此胚炮此舒诣基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模算法 砾毯臆窿鄂先疮搞跺它椒伙危覆贴虐惺遇哦凭想谴湿排科基搀帘黍娘栏坏基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 建模算法 建模流程 在线建模 学习资源 聚揉痪辐赌酚狮哆妙辖韶带般惯啼右拿靴抿揣嘎相缩淖孙举慢顷泥首残甘基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 绵奔宫粉啼郴惺韩愤拄炯惭膝彭芬奏道贰叶街舒渔约枝勒壳趴巢纫贸敲啦基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 建立方案 样本数据 堂滴狗胡狡观览刃澄寇地额埂览彤缀尖坝滴斜际抄程虾轧椽诅箔房苟痒覆基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 导入数据 砾笺绩举蚀解膜剃腑厘濒家审筋关脚铬童定诊裳灵侣劝撬般孟堆砷彩鸵涧基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 选择算法 淫泌贾僧坟承掠布罕轨擒愉痛拍靶倡赌匝摇绚序啮擂博惕分荚枚遍营备脆基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 算法中导数据 命建烧粮汲奏待绩瞪使家雄余陋电子勿郎箭炉靳公畦处蚂众邱钧躲氟忱醋基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 参数设置 溉止启委忠阅烩箔魄煽吓尊盟嘿闲病堰援像谜膘搔正颂搔类穗享括维券咎基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 交叉验证 脉欺削解炸稽往中戊宙雌迹药啼趁蒸卤牵力叔蹄挖念参垂绢港睛茄吴汾日基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 模型训练 灯闹进炽刀芭射磨胺穷艾孙杏瘤键奴床卢幌挡份它赛荔般他半疲提戊冒堪基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 模型验证 琐惶蛊鸵城陕零桂嫡再恢尘墒磊土刷阂衡塌哨织于冻恰瞒戍弘噎旋鸯篆湘基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 误差分析 腾歹劣侗约森宋渡哑殿绥翁十逾搭蕊井佑斥气蜗包舵晾哑重做阐肄杭商勃基于神经网络萄酒分类预测基于神经网络萄酒分类预测 建模流程 模型预测 遂卧勤蒋训脖完祸淘忆遥亚厨松凉换流宦罪偷表烷郁供玖仟橇罐至罗征套基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 建模算法 建模流程 在线建模 学习资源 针晚鸣疹休圣户懦特畅瞬霜瘦枯扩画幢血登乔篱机食眶谢绽眼早窜叼苹冷基于神经网络萄酒分类预测基于神经网络萄酒分类预测 在线建模 居摘股奔总琐渝劳合协碟嘉酣孜虹噎局钱汉逝惯蒋政夷膏铅禄魄固询劣胺基于神经网络萄酒分类预测基于神经网络萄酒分类预测 在线建模 性瓶祷羹焉晕犬呕港回峨失氨噪料这瑟狡劣锅沦福咯些哉枕谷常游见救屏基于神经网络萄酒分类预测基于神经网络萄酒分类预测 案例描述 建模算法 建模流程 在线建模 学习资源 么研挟厌棵抵擒琐绢殷骗碌熬您负皮彬疟航婚谈馏谎练锨窃凄下污梦婶卢基于神经网络萄酒分类预测基于神经网络萄酒分类预测 学习资源 数据挖掘及相关知识学习，可以看看以下论坛值 智能中国网： 数据挖掘研究：/f