多元时间序列 (MTS) 数据集广泛存在于众多领域，包括医疗保健、多媒体、金融和生物识别。 由于MTS是许多计算机视觉和模式识别应用中的重要元素，因此如何准确地对MTS进行分类已成为研究的热点。 在代码中，我们为 MTS 分类提出了基于马氏距离的动态时间规整 (MDDTW) 度量。 Mahalanobis 距离在每个变量与其对应的类别之间建立了准确的关系。 它用于计算 MTS 中向量之间的局部距离。 然后我们使用动态时间扭曲 (DTW) 来对齐那些不同步或长度不同的 MTS。 同时，我们使用基于 LogDet 散度的三元组约束（LDMLT）模型来学习具有高精度和鲁棒性的 Mahalanobis 矩阵。 此外，我们还演示了代码在 MTS 数据“JapaneseVowels”上的性能。
2022-06-27 14:45:31
888KB
1
【字段】
电影名称、投票人数、类型、产地、上映时间、时长、年代、评分、首映地点
【用途】
该数据集非常适用了Python数据分析入门，是学习NumPy 、Pandas、Matplotlib的练手数据集
2022-06-26 19:09:06
2.92MB
SQL Server 2008 R2数据挖掘与商业智能基础及高级案例实战-案例文件.rar
2022-06-25 14:05:52
2.35MB
模块
定义
计算机在开发过程中，代码越写越多，也就越难以维护，所以为了编写可维护的代码，我们会把函数进行分组，放在不同的文件里。在python里，一个.py文件就是一个模块
优点：
提高代码的可维护性。
提高代码的复用，当模块完成时就可以在其他代码中调用
引用其他模块，包含python内置模块和其他第三方模块
避免函数名和变量名等名称冲突
Python语言生态
Python语言提供超过15万个第三方库，Python库之间广泛联系、逐层封装。
使用pip安装
Python社区：https://pypi.org/
python标准库：
sys模块
random模块
os模块：
o
2022-06-24 15:48:27
2.71MB
1