颜色分类leetcode cnn-svm-分类器 此示例使用来自 Caltech 图像集 () 的 48 个标记图像的子集，每个标签限制在 40 到 80 个图像之间。 图像被馈送到 Inception V3 的 TensorFlow 实现，其中移除了分类层，以生成一组标记的特征向量。 使用 t 分布随机邻域嵌入 (t-SNE) 对 2048 维特征进行降维，将它们转换为易于可视化的二维特征。 请注意，t-SNE 用作信息步骤。 如果相同的颜色/标签点大多聚集在一起，那么我们很有可能使用这些特征来训练具有高精度的分类器。 将 2048-d 标记的特征呈现给多个分类器。 该项目最初是训练支持向量机对图像进行分类，但为了比较，这已扩展到以下内容： 支持向量机 (SVM) 额外的树 (ET) 随机森林 (RF) K-最近邻 (KNN) 多层感知器 (ML) 高斯朴素贝叶斯 (GNB) 线性判别分析 (LDA) 二次判别分析 (QDA) 显示训练和验证时间，以及每个分类器的准确率。 大多数分类器都使用其默认调整值运行，但在可能的情况下，对那些其默认值远低于 90% 准确率的分类器进行了调整，例

这两款软件如其名：一个用于预测问题，另一个用于分类问题，很小但很强大！（我曾经用Predictor做过研究股票走势的问题，有点意思，呵呵） 软件特点：无需编程，图形界面，支持大文本数据导入等等（等待你的发掘） 软件使用主要看它提供的帮助文件，结合词霸应该不难理解（帮助写的很完善）。 enjoy it!

DCGAN-plus-cnn分类器 使用DCGAN进行数据扩充，使用cnn分类器进行分类

关于数据集的注释： 使用一个简单的脚本将原始的.mat图像和基本事实转换为.txt文件。 数据目录包含这些.txt文件的示例（但不是全部）。 原始.mat文件可以从[Palis Vasco大学]（ ）获得。 使用注意事项： DBN_writeparams旨在替代DBN。 DBN仅由DBN_example使用。 DBN对象的参数应在DBN_writeparams和DBN_example中匹配（例如n_ins，hidden_​​layers_sizes，n_outs）。 去做： 在DBN_example中创建一个模块，用于加载训练后的权重和偏差。

用法 python features.py && python clustering.py && python classify.py && python svc.py && python test.py 执照 该软件是在 MIT 许可下发布的。 版权所有 (c) 2014 饭冢翔

ml-恶意软件分类器 参考 Daniel Arp, Michael Spreitzenbarth, Malte Huebner, Hugo Gascon, and Konrad Rieck "Drebin: Efficient and Explainable Detection of Android Malware in Your Pocket", 21th Annual Network and Distributed System Security Symposium (NDSS), February 2014 原始文件可以在找到。 原始数据集可在找到。 用法 该代码位于code文件夹

快速绘图草图分类器 使用Google的Quick Draw数据集训练卷积神经网络对新草图进行分类。 在演示模型。

简介 1、本项目是在tensorflow版本1.14.0的基础上做的训练和测试。 2、本项目为中文的多标签文本分类。 3、欢迎大家联系我 4、albert_small_zh_google对应的百度云下载地址： 链接： 提取码：wuxw 使用方法 1、准备数据 数据格式为：classifier_multi_label_textcnn/data/test_onehot.csv 2、参数设置 参考脚本 hyperparameters.py，直接修改里面的数值即可。 3、训练 python train.py 4、预测 python predict.py 知乎代码解读

决策树分类器 使用Python的决策树分类器sklearn。

肌肉骨骼X光片异常分类器 实验 网络 准确性（遇到） 精度（遇到） 召回（遇到） F1（遇到） 河童（相遇） DenseNet169（基准） .83（.84） .82（.82） .87（.90） .84（.86） .65（.65） 移动网 .81（.83） .80（.82） .85（.89） .82（.85） .62（.62） NASNetMobile .82（.83） .78（.80） .89（.92） .83（.86） .63（.63） 此外，pytorch中的ResNet50也获得了等效的结果。 数据集 @misc{1712.06957, Author = {Pranav Rajpurkar and Jeremy Irvin and Aarti Bagul and Daisy Ding and Tony Duan and Hershel M