项目简介 本项目报名参加了“兖州中材杯”武汉理工大学第十一届环保创意作品大赛艺术理念组比赛。组员共三名，本人负责代码实现部分，其余两人分别负责项目策划与场景人物绘制。 项目背景 小组中负责策划的同学经过一定的调研之后发现，我校在校学生普遍缺乏垃圾分类方面的知识。经过讨论后，我们把游戏方向定位于“垃圾分类”，游戏类型定位于像素风游戏，由于本人水平和时间有限，只能将玩法设计得尽量简单。感谢另外两位组员，他们的努力掩盖了我水平上的不足。 玩法介绍 家控制一名角色在操场背景上移动，垃圾桶在操场边上。捡起垃圾丢进相应的垃圾桶内，若全部正确投放则游戏成功，否则游戏失败。游戏期间，若有不清楚该作何分类的垃圾

实验三 基于朴素贝叶斯实现垃圾短信分类.ipynb

垃圾邮件分类项目 理想情况下，模型的估计性能可以告诉我们它在看不见的数据上的表现如何。 对未来数据进行预测通常是我们要解决的主要问题。 选择度量标准之前了解上下文非常重要，因为每种机器学习模型都会尝试使用不同的数据集来解决具有不同目标的问题。 Logistic回归没有改变，因为它的参数已经是最好的了。 即使SVC取得了很大的进步，但它的速度仍然很慢，但仍然不是最好的。 朴素贝叶斯（Naive Bayes）成功预测了4945个实际垃圾邮件中的4894个。 但是，Logistic回归和朴素贝叶斯彼此接近，不准确的足球我还是选择NaïveBayes模型作为数据集的最佳垃圾邮件分类器，因为朴素贝叶斯比Logistic回归要快。 与更复杂的方法相比，朴素贝叶斯学习者和分类器可以快速得到实现。 类条件特征分布的解耦意味着可以将每个分布独立地估计为一维分布。 反过来，这有助于减轻因维数的诅咒而产生的问题

matlab开发-蝗虫搜索算法。基于蝗虫群行为的进化计算方法。

matlab开发-单域反应扩散模型中的螺旋波。采用单域反应扩散系统模拟螺旋波。

matlab开发-每日数据中的容量加权平均价格。从谷歌金融的每日数据中检索vwap

糖尿病神经网络 使用Keras的神经网络可根据健康数据对糖尿病风险进行分类。

分为四类，可回收垃圾、厨余垃圾、有害垃圾、其他垃圾

这个数据集的目的是使用二元叶片图像和提取的特征（包括形状，边缘和纹理）来准确识别99种植物。叶片由于其体积，流行率和独特的特性，是区分植物物种的有效手段。它们还提供了一个有趣的介绍，介绍如何应用涉及到基于图像的特性的技术。第一步，尝试构建一个使用预先提取的特征的分类器。接下来，尝试创建一组自己的功能。最后，检查您所犯的错误，并查看可以做些什么来改进。 Leaf Classification_datasets.txt

本数据对应文章：《机器学习进行数据分类模型的预测》