summaryrefslogtreecommitdiff
path: root/README.md
diff options
context:
space:
mode:
Diffstat (limited to 'README.md')
-rw-r--r--README.md21
1 files changed, 21 insertions, 0 deletions
diff --git a/README.md b/README.md
index 655a415..b1cc4c1 100644
--- a/README.md
+++ b/README.md
@@ -1 +1,22 @@
# 2020_data_mining_assignments
+[link to assignment](http://www.cs.uu.nl/docs/vakken/mdm/assignment1-2020.pdf)
+
+## Part1, tree algorithm/implementation:
+- [X] tree_grow functie die het [pseudocode in de slides](./media/tree_grow_pseudo_code.png) volgt
+- [ ] tree_grow aanpassen voor n_feat, een paar lines die zeggen dat de rows die aan exhaustivesplitsearch gegeven worden random uit x gepakt moeten worden
+- [ ] tree_grow_b bootstrap versie van tree grow, die een lijst van tree construct door met replacement rows uit x te kiezen
+
+- [X] [tree_pred functie](https://github.com/Vinkage/2020_data_mining_assignments/blob/da8ca975fb9d11d3801fef66344736e675734c42/assignment1.py#L77-L103) met efficiente conditional branches
+- [ ] tree_pred_b een functie die een lijst van tree kan gebruiken om een voorspelling te maken voor rows in een data array x
+
+## Part2, data analysis:
+- [ ] Datasets collecten uit de literature
+- [ ] Datasets describen, exploren/plotten/formatten als het nodig is
+- [ ] Figure out how to compute accuracy, precision, recall for predictions in python
+- [ ] Figure out how we want to compute the confusion matrix (scipy?)
+
+### Official steps
+![](./steps_data_anal.png)
+
+## The report
+![](./report_reqs.png)