帕金森预测因子 这个项目是一个教育项目，旨在加深我通过动手学习机器学习的知识。 在本笔记本中，您将看到我使用两种不同的分类策略来尝试根据存储库中也可以找到的数据集来预测某人是否患有帕金森氏病。 信息和渗透来自有关机器学习，深度学习和熊猫的公共kaggle课程。

机器学习实战数据集def loadDataSet(): 3 dataMat = [] ; labelMat = [] 4 fr = open('testSet.txt') 5 for line in fr.readlines(): # 对文件的数据进行按行遍历 6 lineArr = line.strip().split() 7 dataMat.append([1.0, float(lineArr [0]), float(lineArr[1])]) 8 labelMat.append(int(lineArr[2])) # 数据的类别号列表丰富

收集了70多篇农作物病害识别方面的论文研究，有关如何编写算法进行实现，都是高引的，希望对需要人士有所帮助

图像分类病害识别数据，水稻数据，包括非叶片未知数据，可直接进行卷积神经网络训练

提供大量数据集，可供智能算法数据集训练

路面裂缝病害数据集，大量图片

铁轨表面病害数据集-铁轨表面剥落掉块

电脑软件显示隐藏文件(中了该类病毒后)

八类患病番茄的叶片图像 八类患病番茄的叶片，每类大约100张左右。 深度学习植物病害识别。

受疾病感染水稻植株叶片图像数据集 本数据集包含120张水稻染病叶片的jpg图像。这些图像根据疾病类型分为三类。每节课有40张图片。