“史上最全AP、mAP详解与代码实现”文章（[这里](http://t.csdnimg.cn/VMSSn)）已经介绍了map相关原理，且给出相应简单代码实现AP方法。然将AP计算融入模型求解AP结果，可能是一个较为复杂的工程量。恰好，我也有一些这样的需求，我是想计算相关DETR的map指标。我将构造一个即插即用计算map的相关模块代码，使用者只需赋值我的模块，即可使用。同时，为了更好快速使用，我将基于通用模型yolo为基准介绍map通用模块(你有疑问，yolo已有val.py可测试map，但yolo无法测出small、medium、large等相关AP或AP0.75等结果)。本文将直接介绍计算map核心代码简单列子，在此基础上介绍整个即插即用map计算模块使用方法与代码解读。该资源便是列子内容，可参考“史上最全AP、mAP通用代码实现(即插即用-基于yolo模型)”博客。

clintox_pred 来自MoleculeNet的clintox数据集的预测

2月22日打卡学习记录 一开始把Aliyun和Docker账号搞混了，出了很多模型奇妙的bug最后还是好不容易在最后关头跑通了。。太难了我的天。 通过pycharm终端构建图像 将图像推送到我的注册表 成功记录得分：-16 2月26日打卡学习记录 因为数据很多，所以我们使用tsfresh来生成功能，只是一个自动的功能工程，然后套入了模型。 后续思路是使用transformer来进行预测。

二维React扩散方程式PRED_PREY_IMSP_IMSP1 在1D和2D模式下模拟捕食者与猎物的相互作用 PRED_PREY_IMSP是使用有限差分/有限元方法的简单MATLAB例程的集合，这些方法用于通过隐式辛普尔式方案模拟由非线性React扩散系统建模的捕食者与被捕食的相互作用的动力学。 IMSP1是MATLAB例程的集合，它使用有限元/差分方法通过IMSP一阶方案（PRED_PREY_IMSP的一部分）在1和2空间维度和时间上实现捕食者与被捕食者相互作用的动力学。 MATLAB代码大部分是自解释性的，变量和参数的名称与有限元方法/差分方法中使用的符号相对应，这些在下面引用的论文中进行了介绍。 可通过下面的链接免费获得MATLAB代码的副本。 参考 Garvie M.R. , "Finite difference schemes for reaction-diffusion equations modeling predator-prey interactions in MATLAB," Bulletin of Mathematical Biology (2007) 69:9

matlab代码左移PRED_PREY_SIM_FD1D 一维模拟食肉动物与猎物的互动 PRED_PREY_SIM是一个简单的MATLAB例程集合，使用有限元/差分方法来模拟非线性React扩散系统建模的捕食者与被捕食相互作用的动力学。 一维和二维中的代码集合分别称为FD1D和FD2D。 FD1D是MATLAB例程的集合，该例程使用有限元/差分方法在1个空间维度和时间（PRED_PREY_SIM的一部分）中实现食肉动物与猎物相互作用的动力学。 MATLAB代码大部分是自解释性的，变量和参数的名称与在下面引用的论文中描述的有限元/差分方法中使用的符号相对应。 可通过下面的链接免费获得MATLAB代码的副本。 该代码在求解线性系统时采用了MATLAB的稀疏矩阵工具，在矩阵存储和计算时间上均具有优势。 代码经过矢量化处理，以最大程度减少“ for循环”和有条件的“ if-then-else”语句的数量，这再次有助于加快计算速度。 代码中只有一个“ for-loop”语句，没有“ if-then-else”语句。 线性系统使用MATLAB的内置函数lu.m求解。 我们注意到纯C或FORTRAN

bp pred_神经网络预测_反向传播（BPNN）回归

kaggle上房价预测练习

预测机票价格的Web应用程序

用于Traj的数据预处理 trajnet数据集的数据预处理，用于行人轨迹预测 轨迹预测现在具有一些最先进的方法。 几篇论文分析了这些方法的准确性。 除了它们各自的性能外，在某些情况下，这些方法还难以与预测相抗衡。 想法是按类型分开轨迹，即行人移动的方式以及他/他的环境与他/他的相互作用的方式。 为了更好地可视化轨迹并简化学习，所有轨迹均进行了归一化。 第一点移向原点（0,0），并且轨迹旋转，使得第一段（在第一点和第二点之间）指向上方： 移位和旋转之前： 移位和旋转后： 轨迹有两种分类方法。 第一个重点关注感兴趣轨迹周围的交互，而第二个重点关注轨迹的方向。 对于交互分类，轨迹可能有六个不同的标准： 没有相互作用的静态轨迹 具有静态相互作用的静态轨迹 具有动态相互作用的静态轨迹 没有相互作用的动态轨迹 静态相互作用的动态轨迹 具有动态相互作用的动态轨迹 静态是指行人在数据提供的20

21 7Plus TM is a methodology and a software tool that was developed by the Reliability Information Analysis Center (RIAC) to aid in the assessment of system reliability. It is the next generation of the PRISM ® software tool initially released by the Reliability Analysis Center (RAC) in 1 999 (which became RIAC in 2005) and contains twice the number of models as the original PRISM ® tool. 1 The original version of PRISM ® contained embedded models that are used to estimate the failure rate of various components when exposed to a specific set of stresses that are defined by the user. Since the time PRISM ® made its debut in the user community, the equations comprising the component reliability prediction models, which form the basis of PRISM ® , were not made available in printed form. As such, a user of the software tool could not see the exact equations that comprised the models. It is always advantageous for analysts to be able to review details of the models, so that the results can be better interpreted. This Handbook is published to make available the equations and model parameters that form the basis of the 21 7Plus TM methodology