Score-Based Generative Modeling的一个代码示例，已经训练好，并且有代码注释，帮助更深入的理解学习。

Macro F1 and Macro F1是2019年的一篇关于两种宏观F1-score的计算方式的详细讲解。

Harmonics_and_z分数_GEE_code Google Earth Engine代码可根据MODIS时间序列数据计算z得分和谐波分析。

这是一个简单的学生成绩管理系统。能够查看学生的相关信息，能够对学生的成绩进行排序，能够查询学生的考试成绩。

z分数重新缩放百分比。 ％ 输入： % 'data' ：输入数据矩阵（nSample X nFeatures，如果dim = 1）或（nFeatures X nSamples，如果dim = 2） % 可选输入： % 'flag' : 0 {default} 使用样本标准 (N-1) % 1 使用总体标准 (N) % 'mean_array', 'sd_array' : (1 X nFeatures) 均值和标准差的可选输入% 用于计算 z 分数。 如果未提供，均值和标准差将为% 根据输入的“数据”计算。 % 'dim' : {defalt = 1} 平均和计算的维度执行z计分的sd的百分比。 ％ 输出： % 'zcoredData' : (nSample X nFeatures) z-score 重新缩放后的输出数据。 % 'mean_array', 'sd_array' : (1 X

利用存储过程实现：生成一张表格记录每一位录取考生的考生每门课程的考试成绩，其结构类似（考号，学校，考生所在地区，英语，数学，专业课，总分。。。）（使用竖表横打技术）

多得分手 允许在scikit的cross_val_score使用多个度量功能的cross_val_score 。 正如已经讨论过的那样，Python的SciKit包含了用于计算估计量评估指标的强大功能（使用cross_val_score ），但在为同一分类器计算多个指标而不进行再次训练时，它似乎失败了。 由于仅接受单个度量标准名称或单个可调用名称的函数的scoring参数而出现问题。 此存储库的模块multiscorer是一种在cross_val_score中使用任意数量的指标的解决方法。 安装 要“安装”模块，只需下载源代码并将其放置在项目的目录中即可。 （或者，下载multiscor

data/score.txt 学生分数表

score.xls成绩单

初始分数火炬 Pytorch缺少用于计算GAN初始得分的代码。 该存储库填补了这一空白。 但是，我们不建议使用初始分数来评估生成模型，有关原因，请参见。 入门 克隆存储库并导航到它： $ git clone git@github.com:sbarratt/inception-score-pytorch.git $ cd inception-score-pytorch 要生成随机的64x64图像并计算初始分数，请执行以下操作： $ python inception_score.py 唯一的功能是inception_score 。 它获取一张归一化为[0,1]范围的numpy图像列表和一组参数，然后计算初始分数。 请确保您的图像是3x299x299，如果不是（例如，您的GAN在CIFAR上接受过培训），请在将图像传递到初始网络之前，将resize=True传递给该函数，使其使用双线性插