随机森林图像matlab代码-project-2-predictive-modelling-group-3:GitHubClassroom创建
随机森林图像matlab代码狗还是猫？
任期：2018年Spring
项目名称：图像分类：狗还是猫？
团队人数：3
团队成员：Alek
Anichowski，Sophie
Beiers，Mingyue
Kong，Yun
Li，Keith
Rodriguez
项目摘要：我们为猫和狗的图像创建了分类引擎。
我们的基准模型是使用SIFT功能的GBM模型，该模型在测试试验中预测的准确率为72％，但是我们最终考虑了随机森林，逻辑回归，神经网络和SVM模型。
最后，我们最先进的模型是随机森林，逻辑回归和SVM的组合，该模型使用多数投票来预测猫和狗。
当给定一组全新的测试图像时，我们的模型正确预测猫和狗的比率为75％。
要重现我们的代码，请转到。
有关我们的项目步骤和代码的可读版本，请转至。
贡献声明：Alek开发了SIFT功能，创建了神经网络模型，对main.Rmd进行了处理，组合了模型以获得最终模型，清理了代码并进行了介绍。
Sophie开发了HOG功能，并针对所有功能组合训练了随机森林模型，并在main.Rmd上进行了工作，编写了README.md文件并进行了介绍。
Yun提取了颜色特征，并开
文件下载
资源详情
[{"title":"（ 1723 个子文件 71.5MB ） 随机森林图像matlab代码-project-2-predictive-modelling-group-3:GitHubClassroom创建","children":[{"title":".DS_Store <span style='color:#111;'> 10.00KB </span>","children":null,"spread":false},{"title":".gitattributes <span style='color:#111;'> 66B </span>","children":null,"spread":false},{"title":"randomforestmodel_final_all.rda <span style='color:#111;'> 2.30MB </span>","children":null,"spread":false},{"title":"feature_zip_train.RData <span style='color:#111;'> 38.70KB </span>","children":null,"spread":false},{"title":"SIFTHOG_test.CSV <span style='color:#111;'> 4.15MB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多，未全部展示</span>","children":null,"spread":false}],"spread":true}]
评论信息
其他资源
- 史密斯圆图工具Smith V3.10带完全学习授权
- linux下C语言实现读者写者（写者优先）
- k-l 变换（pca）matlab
- Ogre1.12编译依赖项Dependencies.zip
- [软件需求] 软件需求 第3版 (英文版)
- JPEG2000代码_matlab
- zipf随机数生成
- MPC5604技术手册
- iTweenPath 脚本
- C# snmp get和set方法实现，含源码
- rarlinux-x64-5.6.0.tar.gz
- 【ssm项目源码】作业管理系统.zip
- Burpsuite+1.7.26+Unlimited.zip
- 角度10-源码
- Free TTF To WOFF Coverter
- 智能故障诊断专家系统开发平台
- 超市管理系统(C#源码) 超市管理系统(C#源码).
- 流量监控工具.zip
- lis3mdl_STdC.zip
- docker-rpm-builder：利用docker功能，从任何Linux发行版甚至OSX为CentosRHELFedora构建本机RPM软件包。-源码
- qtlogin-master.zip
- expat-2.0.1
- GUI图像边缘检测
- qt调用zlib实例
- echarts.min.js
- 基于stm32的万年历制作
- 用matlab模拟牛顿环试验
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明