苹果叶部病害图像数据集包含5类常见的苹果叶部病害：花叶病、锈病、灰斑病、斑点落叶病、褐斑病。共有20000余张图像

随着医疗行业信息技术的引入，该行业的信息化和自动化水准不断提高。医学 文本信息处理技术正逐渐成为一个新的研究热点。医疗文本，以电子病历为代表， 包含了大量丰富的医疗信息，是进行疾病预测、个性化信息推荐、临床决策支持、 用药模式挖掘等的重要资源，并且可以以此为基础进行医院机构服务价值的衡量。 医学文本中尽管蕴藏着丰富的医疗知识，但处理起来也更加困难。由于以电子病历 为主的医疗文本中包括大量非结构化的自由文本以及图像影像信息，且医生自行 录入可能导致文本的拼写错误、医学名词简写以及不同医生不同地区的惯用语，电 子病历中所包含的医疗信息还不能被计算机有效利用。因此，机器学习和自然语言 处理相关技术将在医学文本的分析和挖掘中发挥重要作用。 为了更好地探索和利用医学文本，特别是电子病历的半结构化和非结构化信 息，对其中非结构化自由文本进行标准化和结构化非常的重要，而医疗信息对时间 特征具有较高的敏感性，使得时间信息也成为了更好分析医疗文本必不可少的因 素。传统的文本分类需要先进行一系列预处理和特征工程的建模，在医疗文本中存 在大量的专业术语和知识、不准确的分词或难以理解的语义特征会影响分类的正

东北大学数据科学基础(Matlab) .md markdown笔记(带作业&lab&期末作业答案) 方便学弟学妹啰

1.数据集的获取。 使用SCIKIT-LEARN的自带的鸢尾花数据集，获取该数据集150个样本的后两个特征及相应类别标签。 2.数据集的最小包围盒的获取，以及数据集的划分。 (1)获取原始二维空间中150个样本的最小包围矩形[x1_min, x1_max]*[x2_min,x2_max],并记录有关参数值。 (2)将数据集按照类别标签分层随机打乱，基于hold-out法，构建训练集(80%)与测试集(20%) 3. 模型的学习。 利用训练集，学习两种复杂程度不同的CART分类树，可视化两个分类树的学习结果。 4. 基于测试集的分类树的评价。 (1)结合测试集各样本的类别预测结果及真实类别答案，生成混淆矩阵，并可视化混淆矩阵 (2)基于混淆矩阵，估计每个类别的查准率、查全率、F1值，以及宏查准率、宏查全率、宏F1值；估计总体预测正确率. 5. 分类树的使用。 (1)在原始二维空间的矩形区域[x1_min-1, x1_max+1]*[x2_min-1,x2_max+1]内，分别在水平、垂直方向以0.02为间隔，细分生成离散格子点。 (2)分别以每个格子点作为一个待决策样本，对其分类

基于机器学习的新闻标题分类系统

采用灰狼算法（GWO）优化BP回归预测matlab2019，内置数据集可以直接运行，全中文注释

林业有害生物分类图像数据集（99种生物,共近2000张图片）黑蚱蝉,蟪蛄,蒙古寒蝉等99种生物,共近2000张图片,各生物种类数据数量基本平衡

螺栓质量分类图像数据集(含相关标准)

随机头像大全,多分类带历史记录微信小程序源码下载支持流量主 这是一款头像小程序 用户可以在每一个分类随机头像 然后觉得满意可以保存到相册 支持多个分类,基本都是全了如下: 动漫头像 男生头像 女生头像 动漫男生 动漫女生 另外还支持多种流量主模式 具体大家自行研究吧,小编就不多说了 下面来看看小编的测试演示图!

2022年数字乡村农业数字化解决方案（专业完整版）.docx