利用随机森林算法提取冰湖需要训练数据，这里提供一组训练数据，里面包含一张256*256*7的landsat影像和相应的冰湖mask。具体使用参考https://blog.csdn.net/z704630835/article/details/116591447

05.使用随机森林回归填补缺失值.ipynb

随机森林工具包，以针对mex不能编译complie_windows.m文件中对于文件mex_ClassificationRF_predict.cpp，mex_ClassificationRF_train.cpp的C2440，c2664错误进行了修改，使得工具包能成功编译，并且编译好mexw64文件。 对于随机森林工具箱的分类和回归模块mex编译出现的错误都进行了修改。

8－2各地区森林资源情况._ODName8-2 各地区森林资源情况.xls

9－6各地区森林火灾情况（2018年）._ODName9-6 各地区森林火灾情况(2018年).xls

9－7各地区森林有害生物防治情况（2018年）._ODName9-7 各地区森林有害生物防治情况(2018年).xls

附录4－11森林面积._ODName附录4-11 森林面积.xls

主要介绍了Python实现的随机森林算法,结合实例形式详细分析了随机森林算法的概念、原理、实现技巧与相关注意事项,需要的朋友可以参考下

利用泰坦尼克号数据进行随机森林

pytorch_classification 利用pytorch实现图像分类，其中包含的密集网，resnext，mobilenet，efficiencynet，resnet等图像分类网络，可以根据需要再行利用torchvision扩展其他的分类算法 实现功能 基础功能利用pytorch实现图像分类 包含带有warmup的cosine学习率调整 warmup的step学习率优调整 多模型融合预测，修正与投票融合 利用flask实现模型云端api部署 使用tta测试时增强进行预测 添加label smooth的pytorch实现（标签平滑） 添加使用cnn提取特征，并使用SVM，RF，MLP，KN