心电图分类 该代码包含一种基于多个支持向量机（SVM）的自动分类心电图（ECG）方法的实现。 该方法依赖于随后的搏动及其形态之间的时间间隔来进行ECG表征。 使用基于小波，局部二进制模式（LBP），高阶统计量（HOS）和几个幅度值的不同描述符。 有关详细说明，请参见以下文章： : 如果您在出版物中使用此代码，请引用为： @article{MONDEJARGUERRA201941, author = {Mond{\'{e}}jar-Guerra, V and Novo, J and Rouco, J and Penedo, M G and Ortega, M}, doi = {https://doi.org/10.1016/j.bspc.2018.08.007}, issn = {1746-8094}, journal = {Biomedical Signal Processing and Control}, pages = {41--48}, title = {{Heartbeat classification fusing temporal and morphologica

这是发行的的代码存储库。 它包含从头到尾完成视频课程所需的所有支持项目文件。 关于视频课程 您是否一直在寻找一门可以在scikit-learn和TensorFlow 2.0中教您有效的机器学习的课程？ 还是您一直想获得有效和熟练的工作知识，以解决如何解决无法通过最新的机器学习技术明确编程的问题？ 如果您熟悉pandas和NumPy，本课程将为您提供所有实用机器学习方法的最新，详细的知识，您可以使用它们来解决无法轻松编程的大多数任务； 您还可以使用根据数据学习并做出预测或决策的算法。 该理论将以Jupyter笔记本中的大量实际示例和代码示例演练为基础。 本课程旨在使您高效地构建算法和模型，并根据针对特定任务定义的成功输出或假设，以最高的准确性来执行这些算法和模型。 在本课程结束时，您将能够通过培训，优化模型并将模型部署到生产中来轻松解决一系列基于行业的机器学习问题。 能够有效地执行此操

python的第三方库，如果通过pip下载，则速度较慢，并且有些版本国内无法搜索获得，有些能下载的版本也有较多问题（因为有些版本是针对Linux） 下载文档后，将其保存到文件夹，在命令行中输入pip install whl文件path即可（前提是已经按装了pip工具，没有安装的可以参考相关文档，安装pip，并添加环境变量）

《Python机器学习》第3章复习思维导图

中文sklearn手册。 中文sklearn手册。 中文sklearn手册。

新浪新闻文本分类 语料库重建 本项目的语料来源新浪新闻网，通过spider.py爬虫模块获得全部语料，总计获得10类新闻文本，每一类新闻文本有10条。 采纳新浪新闻网的一个api获取新闻文本，api的url为 使用进度池并发执行爬虫，加快抓取速度。 数据预处理 本项目的数据预处理包括：分词处理，去噪，向量化，由stopwords.py模块，text2term.py模块，vectorizer.py模块实现。 本项目借助第三方库解霸完成文本的分词处理。 通过停用词表移除中文停用词，通过正则表达式消除数字（中文数字＆阿拉伯数字）。 filter_pattern = re . compile ( ur'[-+]?[\w\d]+|零|一|二|三|四|五|六|七|八|九|十|百|千|万|亿' ) 使用进程池并发执行数据的分词和去噪，加快数据预处理的过程。 把数据集1：1划分为训练集和测试集，各50w篇文档。 通过scikit-learn提供的CountVectorizer类完成矢量化，得到训练集和测试集两个文本的特征矩阵，矩阵类型为稀疏矩阵。 移除文档中文档频率小于0.1％的特征，这些特征我们认

音乐流派分类 我的目标是在使用音乐数据集训练我的机器学习模型（KNN，随机森林，决策树，朴素贝叶斯）之前，提取音乐数据集（使用GTZAN）的每个.wav文件的声学特征（使用librosa库）。 -learn），并对用户选择的其他音乐文件的类型进行分类。 有10种音乐流派（摇滚，爵士，古典等）。 该项目尚未完全完成。 1）特征提取✓ 2）训练模型- 3）对音乐文件进行分类- 4）创建用户界面-

最新发布版，只支持Python3.5以上。NumPy 1.8以上。喜欢的朋友可以试试。

癫痫发作检测教程：一系列教程，教您如何使用Python在开源数据集上进行癫痫发作检测

主要介绍了Python机器学习库scikit-learn安装与基本使用,较为详细的介绍了机器学习库scikit-learn的功能、原理、基本安装与简单使用方法,需要的朋友可以参考下