AdaboostOnMNIST
这是使用两个不同的弱学习者从头开始实现Adaboost算法的方法：决策树分类器和梯度提升分类器。 Adaboost在MNIST上运行以告知奇数和偶数。 经过scikit Learn模型的adaboost测试，并获得了更高的分数。 最小的训练误差为％1.8，在7次迭代中进行了梯度增强。
函数调用为adaboost（X_train，Y_train，inversions_t，Classifier_type），有两种类型的分类器，“ Gradient_Boost”和“ Decision_tree”可以放入第4个输入中。
adaboost返回一个4元组（stump，stump_weights，errors，D_weights）
您可以使用predict（stumps，stump_weights，X_test）对训练集进行预测。 这将返回该X_test的标签数组
2022-06-09 17:13:26
2KB
1
这个基于 GUI 的代码执行存储为 ASF/AMC 文件格式的运动捕捉数据的有损编码。 1）阅读文件“0-Readme-Help How to Use the System_QBC.pdf” 2) 运行脚本“mainguiqbc.m” 参考： Murtaza Ali Khan，“使用多维二次贝塞尔曲线分解拟合方法压缩运动捕捉信号的有效算法”，多维系统和信号处理，Springer 期刊，2014 年 8 月。 DOI 10.1007/s11045-014-0293-4。 http://link.springer.com/article/10.1007/s11045-014-0293-4
2022-06-09 13:09:28
2.77MB
1
redash内外网安装手册，部署到centos下，使用源码部署方式，可以自己替换二次开发，内含windows二次开发手册和本地，服务器部署启动脚本文档，支持讲解，可以私信。
2022-06-09 11:42:18
4.96MB
1