按时间归档:2023年06月
-
Matlab中特征选择reliefF算法使用方法(分类与回归)
ReliefF简介 ReliefF是特征选择的一种算法,在高维特征样本中,选取部分具有代表性的特征,从而降低样本特征维度。它也是relief算法的进阶。Relief算法只能用来做二…
-
基于KMeans聚类算法的网络流量分类预测
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 项目简介 网络流量分类或网络流量异常检测,采用基于聚类的机器学习算法,实现异常检测与分类,即划分…
-
数据集划分、label生成及按label将图片分类到不同文件夹
1.数据集介绍 * 1.1 概念 1.2 数据集结构 2. 数据集划分及生成label * 2.1 结构一 2.2 结构二 2.3 结构三 3. 数据集按label分类到不同文件夹…
-
【R-terra包|第二节】:栅格重分类、投影变换、分区统计
terra|第二节:栅格重分类、投影变换、区域统计、属性融合与提取 本节将介绍基于R语言terra包的栅格重分类、矢量绘图、字段融合、投影变换、区域统计、属性表的提取、栅格矢量的输…
-
使用ResNet18对kaggle官网state farm数据集中的distracted driver detection数据集进行分类
一、写在前面 最近在阅读文献的时候刚好看到了kaggle比赛中有驾驶分心的数据集,于是又想到了前段时间刚学过ResNet18网络算法的搭建,又于是萌生了使用ResNet18对kag…
-
SHAP的介绍和应用(附代码)
; SHAP Tutorial 本文主要介绍: SHAP的原理 SHAP的应用方式 SHAP的介绍 SHAP的目标就是通过计算每个样本中每一个特征对prediction的贡献, 来…
-
贝叶斯判别分析,Python代码分类讲解
贝叶斯判别规则是把某特征矢量(x) 落入某类集群的条件概率当成分类判别函数(概率判别函数),x落入某集群的条件概率最大的类为X的类别,这种判决规则就是贝叶斯判别规则。贝叶斯判别规则…
-
Pytorch分类模型转onnx以及onnx模型推理
Pytorch分类模型转onnx以及onnx模型推理将MobileNetV2的pytorch模型转换为ONNX模型,并用onnxruntime进行测试_cumtchw-程序员秘密O…
-
GEE:利用libsvm()创建一个支持向量机SVM分类器进行土地利用分类
结果展示: ; 函数:ee.Classifier.libsvm() 用法返回ee.Classifier.libsvm(decisionProcedure, svmType, ker…
-
自然语言处理(七):AG_NEWS新闻分类任务(TORCHTEXT)
关于新闻主题分类任务: 以一段新闻报道中的文本描述内容为输入,使用模型帮助我们判断它最有可能属于哪一种类型的新闻,这是典型的文本分类问题,,我们这里假定每种类型是互斥的,即文本描述…