非线性支持向量机概述实验步骤1 安装并导入所需要的库2 创建数据集3 核函数几种常见的核函数1 线性核：Linear Kernel2 多项式核：Polynomial Kernel3 高斯核：Gaussian Kernel4 三维图来表示开头数据的维度5 sklearn实现SVM RBF分类概述SVM 最早是由 Vladimir N. Vapnik 和 Alexey Ya. Chervonenkis

K-Mediods算法概述K-mediods算法处理过程实验步骤1 安装并导入所需要的库2 定义一个k-medoid类2.1 创建测试数据并画图表示2.2 定义欧式距离的计算2.3 K-mediods算法2.4 画图分类比较3 sklearn实现K-Medoids算法3.1 引入所需要的库3.2 构造示例数据集（加入少量脏数据）3.3 准备可视化需要的降维数据3.4 对不同的k进行试探性K-med

这里写目录标题概述前馈神经网络BP算法实验步骤1安装并引入必要的库2数据处理3拟合预测4调参4.1不同的隐含层对于多层神经网络分类器的影响4.2不同的激活函数对于多层神经网络分类器的影响4.3优化算法对多层神经网络分类器的影响练习概述受到生物学的启发，人工神经网络是由一系列简单的单元相互紧密联系构成的，每个单元有一定数量的实数输入和唯一的实数输出。神经网络的一个重要的用途就是接受和处理传感器产生的