主要内容：以上是实现空气质量与天气预测的数据集 适合人群：深度学习初学者 大家可以看深度学习实战6的案例，利用卷积神经网络(pytorch版)实现空气质量的识别分类与预测。 我们知道雾霾天气是一种大气污染状态，PM2.5被认为是造成雾霾天气的“元凶”，PM2.5日均值越小，空气质量越好．

data（近期用到的“图卷积学习”方面的数据集），保存记录。

Mutagenicity。

├─football_VOCdevkit │ ├─VOC2007 │ │ ├─Annotations │ │ │ 000001.xml │ │ │ 000001_1.xml │ │ │ 000001_2.xml │ │ │ 000001_3.xml │ │ │ 000001_4.xml │ │ │ 000001_5.xml │ │ │ 000002_7.xml │ │ │ ...... │ │ │ │ │ └─JPEGImages │ │ 000001.jpg │ │ 000001_1.jpg │ │ 000001_2.jpg │ │ 000001_3.jpg │ │ 000001_4.jpg │ │ 000001_5.jpg │ │ 000002_7.jpg │ │ ......

这是python语言的转化标签的脚本，适用于整理检测数据集标签的形式

这是python语言写的转化脚本，使用于整理各种检测数据集的标签形式；

使用KNN、朴素贝叶斯、SVM、线性回归等算法解决简单的分类问题 源码中包括线性归回算法、KNN算法、朴素贝叶斯算法及SVM算法的使用方法演示，以及对数据的预处理、训练建模过程。 实现对水果数据集的分析，最终将同类水果进行分类。

适合初学深度学习分类的人群，采用自定义的数据集进行训练与测试。

这是本人跑Meshroom时自己拍摄的数据集，一共34张图片，也是原帖所使用的数据集。

电影评论数据作为训练数据集. 其中, 训练数据集20000条(正负向各10000条); 测试数据集6000条(正负向各3000条)。造福没有积分的宝宝。资源来自于https://www.ctolib.com/lxw0109-ChineseSentimentAnalysis.html