葡萄酒数据集的分类分析

使用神经网络实现葡萄酒数据集的分类分析，分类值为葡萄酒质量，（1-10之间），选择不同的优化权重算法（solver）进行模型比较并
   分析。 
    *使用“quality”列
2.基于Keras建立深度神经网络模型，采取不同的数据集划分比例（9:1，8:2，7:3），为葡萄酒数据集训练分类器并进行分析。
    *使用“good_or_not”列
3. 评估以上两种分类器在此数据集上的分类性能。

望采纳。


葡萄酒数据集用NN分类，可以参考如下的2个kaggle kernel

• Deep Neural Network - Wine Classification | Kaggle Explore and run machine learning code with Kaggle Notebooks | Using data from No attached data sources https://www.kaggle.com/code/meetnagadia/deep-neural-network-wine-classification/notebook
• NEURAL NETWORKS USING TENSORFLOW ON WINE DATA | Kaggle Explore and run machine learning code with Kaggle Notebooks | Using data from Wine dataset - Unsupervised Algorithms https://www.kaggle.com/code/tejaeduc/neural-networks-using-tensorflow-on-wine-data