BB-SVM模型用于论文数据集的自动人格检测(大五人格标记特征) 该存储库包含基于BERT模型的Bagging SVM,用于对Essays数据集进行分类。 安装 有关可以通过以下方式安装的相关软件包的列表,请参阅requirements.txt。 pip -r requirements.txt 本文使用指定的版本。 请注意,需求模块的更新版本可能会更改结果。 一些实验证明,更新的sklearn可以提高准确性。 但是,还请检查按需要求(例如,要求1.10 3.8
1
论文数据.sav
2023-02-17 10:57:46 44KB
1
数据集提取器 将pcaps转换为json和csv文件 我们解析每个流,并创建一个包含4个文件的文件夹: flow.pcap-双流,由5个元组确定 flow_info.json-具有元数据,例如端口,ips,数据包输入/输出,字节输入/输出和扩展... flow_labels.json-应用程序,类别,加密协议和扩展... time_series.csv-pkt_time,pkt_relative_time,pkt_size,pkt_direction 此外,我们创建一个index.csv,其中包含来自json文件的元数据,因此非常容易过滤和选择特定流。 索引由于大小而未上载,但请参见read_index.ipynb以获取静态信息 将json&csv转换为流图片并另存为npy文件 FlowPic方向 双向流 上游流量 下游流量 修整基于时间:我们从每个流的X秒开始获取数据包 图片尺寸
2023-02-11 01:22:47 32KB Python
1
群组推荐系统 [WIP] 该存储库包含 Group Recommendation 的最新研究论文、数据集和源代码(如果有)。 免费免费创建 PR 进行合并。 基于记忆的方法 偏好聚合 CoFeel:在群组推荐系统中使用情绪进行社交互动。 RecSys 2012 。 [ ] 具有部分信息的产品评级的数学建模和分析。 TKDD 2010 。 [ ] 通过纳入社会关系互动来增强群体推荐。 集团 2010 年。 [ ] 用于委员会决策的组推荐系统中的偏好聚合。 RecSys 2009 。 [ ] 一种考虑群组成员交互的群组推荐系统。 专家系统应用程序2008 年。 [ ] 基于用户档案合并的多观众电视节目推荐。 乌梅 2006 年。 [ ] 自适应无线电:使用否定首选项实现共识。 集团 2005 年。 [ ] 超过其成员的总和:群组推荐系统的挑战。 AVI 2004 。
1
cuda+python+pytorch安装说明
2022-08-11 21:05:42 1.45MB 人工智能
1
该资源里面涵盖了几乎所有的Latex语法,随用随查,让你的论文写作不再头疼。使用Latex对数学公式进行排版,可以极大地提高论文整体的美观度,让你的论文更加出彩,更加夺人眼球。本资源适用于任何年龄阶段,任何可能需要写文章的工作,如果你正在使用Typora,需要书写公式不妨试试Latex语法,书写起来并不复杂。学习Latex可能只需要一天的时间,但却可以收获到很多。
2022-08-03 09:05:29 815KB latex Typora 论文 数据建模
1
在重要核心期刊上发表的知识图谱、数据可视化方向的相关论文,共22篇精选(截止2019年11月) 有很好的参考价值
1
目 录 摘要 2 目 录 4 第一章 绪论 4 1.1论文研究的背景和意义 4 1.2论文主要研究内容和基本框架 7 1.3论文研究思路与创新点 7 第二章国内外研究现状 9 2.1国外研究现状 9 2.1.1客户关系管理理论研究现状 9 2.1.2CRM及数据挖掘应用研究现状 12 2.2国内研究现状 13 2.2•1客户关系管理理论研究现状 13 2.2.2CRM及数据挖掘应用研究现状 16 2.3存在问题分析 17 2.4CRM的流行模式及发展趋势 18 第三章分析型CI洲在零售业的应用 20 3.1客户关系管理介绍 20 3.1.1客户关系管理的核心思想 20 3.1.2CRM系统 21 3.2数据挖掘综述 24 3.3分析型CRM在零售业的应用 29 3.3.1零售业发展现状与经营特点 29 3.3.2零售业分析型CRM的实现框架 30 3.4本章小结 36 第四章关联挖掘Apriori算法 37 4•1Apriori算法基本原理 37 结论 38 致 谢 39
2022-04-11 09:23:55 463KB 数据挖掘 论文 关系 管理
1
我毕业时的脑电信号识别代码与论文,数据
2022-03-01 14:21:12 421.43MB EEG 脑电信号识别 EEG分类
总结了异常值检测的相关课程视频、书籍、论文、数据集以及工具库
2022-02-24 19:45:01 40KB Python开发-机器学习
1