STEAL - Learning Semantic Boundaries from Noisy Annotations
2022-11-04 22:06:01
43.08MB
1
该文件中包含了数据以及处理数据的代码，适合初学者学习。代码中包含读入数据，数据格式化，分为训练集和测试集，预测结果等代码。注意：读取数据时要把文件地址改为自己本机的文件地址。
2022-11-04 20:44:55
6KB
1
下载前请读帖CLUE-S|对1995年土地利用做二阶Logistic回归分析（2）看是否有用
2022-11-04 20:35:22
1.14MB
1
机器学习工具箱
主程序可以对数据应用几种监督分类方法：
Logistic回归（线性模型）
支持向量机
装袋
随机森林
神经网络
可以使用其他一些工具，例如Boosting，K均值，线性回归。
该程序使用不同的外部工具箱：
Prtools套袋和随机森林
用于神经网络的DeepLearnToolbox-master
适用于SVM的libsvm-3.20
此外，一些代码来自Andrew Ng的Coursera MOOC：。
2022-11-04 17:00:36
2.25MB
1
说明：本教程将阐述无监督特征学习和深入学习的主要观点。通过学习，你也将实现多个功能
学习/深度学习算法，能看到它们为你工作，并学习如何应用/适应这些想法到新问题上。
2022-11-04 15:56:15
7.2MB
1
1、机器学习入门
2、pytorch
3、已经分类好，并且有标签，配合博文一起食用
2022-11-04 12:25:24
14KB
1
#将SVM代码文件直接导，pycharm2017软件中，将data数据的路径在代码中进行修改
#fileIn = open('C:/Users/LENOVO/Desktop/SVM-master/datasets.txt')
#open()进行文件的读取工作，直接修改路径即可，但是要注意绝对路径与相对路径的区分
2022-11-04 11:06:08
5KB
1