奥托 在Kaggle Otto生产分类挑战赛（排行榜）中排名第85位（在3514中）。 链接： ： 特征工程（并非全部用于最终合奏） 每行所有功能的总和 每行所有功能的差异 每行填充的特征数 在前20个功能上创建的操作功能（+，-，*，/）（并非始终有效） 用均值标准化转换要素（新要素=原始要素-列均值） 楷模 XGBoost 神经网络（使用宽面条和H20；仅将宽面条模型用于最终合奏） randomForest 软件 R 3.1.3 R包： doParallel 脱字号 xgboost 派对 全球网 dplyr Python 2.7 Python库： 烤宽面条 麻木 科学的 茶野

BP神经网络分类程序 学习分类方法 多个程序都可以运行 数据处理

国民经济行业分类与代码 （GB/T 4754－2002）代码行 业 名 称说 明农、林、牧、渔业农业谷物及其他作物的种植包括谷物、薯类、油料、豆类、棉花、麻类、

LDA 分类器代码大全.docLDA 分类器代码大全.docLDA 分类器代码大全.docLDA 分类器代码大全.doc

LDA 分类器代码大全.pdfLDA 分类器代码大全.pdfLDA 分类器代码大全.pdf

利用第三代个人工神经网络中的单个脉冲神经元进行学习，实现字符识别。MATLA代码编写了Tempotron类，测试了二十六个字母图片，效果不错，计算量小。详细算法见Rober Gutig的论文《Tempotron: a neuron that learns spike timing-based decisions》 脉冲神经元主要以脉冲时间序列编码，比起卷积神经元，具有计算量小，所需训练样本少的特点，成为较为前沿的热点研究课题。在机器视觉和图像处理领域，脉冲神经网络具有较大的优势。

本资源包含了一份花卉数据集和一份花卉识别模型的训练代码。花卉数据集一共包含了47770张图片，分为24类，每一类包含了2500张图片，图片的尺寸为224x224。图片分类训练代码用于训练花卉识别模型，代码中内置了23种主流的图片分类模型，比如vgg系列、resnet系列、inception系列、mobilenet系列等等。

国民经济行业分类与代码（GB_4754-2011）,国民经济行业代码表,国民经济行业分类

自然语言处理，对文本进行分类，也适用于恶意代码API函数序列分类

环境信息分类与代码（HJ_T 417—2007）