kaggle是一个为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台，在这上面有非常多的好项目、好资源可供机器学习、深度学习爱好者学习之用。
碰巧最近入门了一门非常的深度学习框架：pytorch，所以今天我和大家一起用pytorch实现一个图像识别领域的入门项目：猫狗图像识别。
深度学习的基础就是数据，咱们先从数据谈起。此次使用的猫狗分类图像一共25000张，猫狗分别有12500张，我们先来简单的瞅瞅都是一些什么图片。
我们从下载文件里可以看到有两个文件夹：train和test，分别用于训练和测试。以train为例，打开文件夹可以看到非常多的小猫图片，图片名字从0.jp
2021-07-08 17:09:29
124KB
1
分类客户流失
在这里，使用数据集对客户是否流失进行分类。 使用数据集EDA已完成。
在执行此操作时，我们将
使用iqr和z-scores方法处理outliers
使用backward elimination功能进行特征选择
目录
入门
该可在Kaggle上使用，可在创建该笔记本的相同环境中使用，即使用所使用的相同版本的软件包等。
EDA
相关矩阵
计数图（数据集的不平衡程度）
模型表现
不同模型的交叉验证分数
学习曲线
混淆矩阵，无归一化
执照
APACHE许可，版本2.0
2021-07-03 12:00:00
1.48MB
1
数据包括IMDB网站上抓取的5043部电影28个属性信息，4906张海报，电影时间跨度超过100年和66个国家，并包括2399位导演和数千位演员。属性包括：电影名称、评论数、评分、导演、上映时间、上映国家、主要演员、语言、IMDB评分等。
2021-07-02 15:03:55
580KB
1
kaggle数据集 gun-violence-data_01-2013_03-2018kaggle数据集 gun-violence-data_01-2013_03-2018
2021-06-30 16:12:38
142.76MB
1