pa004_health_insurance_cross_sell 该存储库包含脚本，这些脚本实现了保险公司中交叉销售的分类器模型

此压缩包为该文章相关资料，包含代码等，建议使用jupyter打开 https://blog.csdn.net/weixin_39858881/article/details/107235037

lda模型matlab代码PatternRecognition_Matlab 抽象的 通过训练数据集学习特征约简预测和分类器模型，并将其用于对测试数据集进行分类。 本文比较了几种减少特征的方法：主成分分析（PCA），线性判别分析（LDA）及其核方法（KPCA，KLDA）。 相应地，实现了几种分类算法：支持向量机（SVM），高斯二次最大似然和K近邻（KNN）和高斯混合模型（GMM）。 结论 我们的实验表明，SVM是增加维数空间的最可靠方法，而SVM和LDA对噪声最敏感。 文献资料 代码运行指令 输入数据 ： 主功能 ： 关于作者

这是我博客中训练好的猫狗分类器模型，博客：http://blog.csdn.net/hiccuphiccup/article/details/78695664 按照我的根据我CAT.py中的方法，先load进去，在把图片格式改一改，就可以测试自己的图片啦！

带板检测的车辆速度估算 该项目的主要目标是使用深度学习和机器学习算法来识别超速车辆。 从视频中获取一系列图像后，使用Haar Cascade分类器检测卡车。 使用大量正负图像训练分类器模型，以制作XML文件。 接下来是跟踪车辆并借助其各自的位置，ppm（每米像素）和fps（每秒帧）来估计车辆的速度。 现在，已识别卡车的裁剪图像将被发送以进行车牌检测。 CCA（连接组件分析）有助于进行车牌检测和字符分割。 使用字符图像（20X20）对SVC模型进行训练，并且为了提高准确性，还完成了4次交叉折叠验证（机器学习）。 该模型有助于识别分段字符。 识别后，将卡车的计算出的速度及其车牌号一起输入到excel表中。 还为这些卡车分配了一些ID，以生成系统化的数据库。 要运行Speed_Detection _＆_ License_Plate_Detection.py，请按照以下步骤操作： 从此站点下载

ASL-字母分类器- 在符号记忆数据集上训练的ASL字母分类器模型