注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 文本挖掘tmSVM开源项目包含Python和Java两种版本带参考文档

  2. 文本挖掘tmSVM开源项目集成libSVM和liblinear包含Python和Java两种版本带PDF源码参考文档 简介 文本挖掘无论在学术界还是在工业界都有很广泛的应用场景。而文本分类是文本挖掘中一个非常重要的手段与技术。现有的分类技术都已经非常成熟，SVM、KNN、Decision Tree、AN、NB在不同的应用中都展示出较好的效果，前人也在将这些分类算法应用于文本分类中做出许多出色的工作。但在实际的商业应用中，仍然有很多问题没有很好的解决，比如文本分类中的高维性和稀疏性、类别的不平衡

  3. 所属分类：Python

    • 发布日期：2014-02-23
    • 文件大小：3145728
    • 提供者：vcfriend

  1. 基于GDAL的Python实现遥感影像PCA的代码

  2. PCA基本步骤： 对数据进行归一化处理（代码中并非这么做的，而是直接减去均值） 计算归一化后的数据集的协方差矩阵 计算协方差矩阵的特征值和特征向量 保留最重要的k个特征（通常k要小于n），也可以自己制定，也可以选择一个阈值，然后通过前k个特征值之和减去后面n-k个特征值之和大于这个阈值，则选择这个k 找出k个特征值对应的特征向量 将m * n的数据集乘以k个n维的特征向量的特征向量（n * k）,得到最后降维的数据。

  3. 所属分类：专业指导

    • 发布日期：2018-09-10
    • 文件大小：2048
    • 提供者：qq_42840712

  1. 模糊综合评判方法（python）.zip

  2. 首先确定被评价对象的因素（指标）集和评价（等级）集；再分别确定各个因素的权重及它们的隶属度向量，获得模糊评判矩阵；最后把模糊评判矩阵与因素的权向量进行模糊运算并进行归一化，得到模糊综合评价结果

  3. 所属分类：专业指导

    • 发布日期：2019-05-16
    • 文件大小：256000
    • 提供者：qq_38395698

  1. AI学习知识点.xmind

  2. *AI学习知识点* 1. 基础知识 概率论 微积分与逼近论 极限、微分、积分的基本概念 利用逼近的思想理解微积分，利用积分的方式理解概率论 概率论的基础 古典模型 常见的概率分布 大数定理和中心极限定理 协方差和相关系数 最大似然估计和最大后验估计 凸优化 凸优化的基本概念 凸函数 凸集 凸优化问题的标准形式 线性代数及矩阵 线性空间及线性变化 矩阵的基本概念 状态转移矩阵 特征

  3. 所属分类：Python

    • 发布日期：2019-07-15
    • 文件大小：240640
    • 提供者：lingfeian

  1. 节点笔记_Ve.3.5.3内部测试版

  2. ——Ve.3.5.3 更新说明—— 1、修复了一个导致程序崩溃的BUG。 由Boier反馈。 ——Ve.3.5.2 更新说明—— 1、增加了TXT文章的导入导出功能，将TXT文章按字符切为节点。 ——Ve.3.5.1 更新说明—— 1、修复了一些联想BUG。 ——Ve.3.5.0 更新说明—— 1、增加节点联想功能，将已有节点笔记放入“用户文件夹路径\Documents\Note\Fictitious\”目录下，创建或修改节点时会显示其他笔记文件内同节点标题的连接与被连接项。按ESC键取消当前

  3. 所属分类：其它

    • 发布日期：2019-09-26
    • 文件大小：387072
    • 提供者：harryxyc

  1. scikit-learn-0.21.3-中文文档.pdf

  2. scikit-learn 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证1.监督学习 1广义线性模型 °1.1.1普通最小二乘法 1.1.2岭回归 1.1.3LaSs0 o1.1.4多任务 Lasso 115弹性网络 o116多任务弹性网络 1.1.7最小角回归 1.1. 8 LARS Lasso 1.19正交匹配追踪法(OMP 1.1.1

  3. 所属分类：机器学习

    • 发布日期：2019-08-24
    • 文件大小：41943040
    • 提供者：h394266861

  1. 计算Python Numpy向量之间的欧氏距离实例

  2. 主要介绍了计算Python Numpy向量之间的欧氏距离实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-16
    • 文件大小：63488
    • 提供者：weixin_38703906

  1. Python图像灰度变换及图像数组操作

  2. 使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理 numpy简介： NumPy是一个非常有名的 Python 科学计算工具包,其中包含了大量有用的工具,比如数组对象(用来表示向量、矩阵、图像等)以及线性代数函数。 数组对象可以实现数组中重要的操作,比如矩阵乘积、转置、解方程系统、向量乘积和归一化。这为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。 在上一篇python基本图像操作中,当载入图像时,通过调用 array() 方法将图像转换成NumPy的数组对象

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：272384
    • 提供者：weixin_38512659

  1. python实现几种归一化方法（Normalization Method）

  2. 数据归一化问题是数据挖掘中特征向量表达时的重要问题，当不同的特征成列在一起的时候，由于特征本身表达方式的原因而导致在绝对数值上的小数据被大数据“吃掉”的情况，这个时候我们需要做的就是对抽取出来的features vector进行归一化处理，以保证每个特征被分类器平等对待。下面我描述几种常见的Normalization Method，并提供相应的python实现（其实很简单）： 1、(0,1)标准化： 这是最简单也是最容易想到的方法，通过遍历feature vector里的每一个数据，将Max和M

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：81920
    • 提供者：weixin_38595473

  1. DBSCAN-and-TI-DBSCAN-w.r.t.-cosine-similarity-and-Euclidean-measure:DBSCAN +和TI-DBSCAN + wrt余弦相似度和欧几里得测度-源码

  2. 归一化向量上的DBSCAN + wrt余弦相似度，DBSCAN +和TI-DBSCAN + wrt欧几里得 项目目标 该项目的目的是在Python和类C语言的归一化向量上实现3种不同的算法-DBSCAN + wrt余弦相似度，DBSCAN +和TI-DBSCAN + wrt Euclidean。在此存储库中，您将找到该算法的python版本，我的同事的C ++版本位于： : “ +”（+）版本通过将边界点分配给可能的多个簇而不是像传统DBSCAN算法那样分配给第一个簇来修改经典簇。 TI-

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：4194304
    • 提供者：weixin_42118011

  1. 所有项目清单-源码

  2. （一）机器视觉 使用YOLOv3对64种食品进行对象检测，2019年（15K训练图像，45K训练边界框，mAP：0.42） （二）自然语言处理 （2K培训数据，acc：96.9％） （50K训练数据，acc：80.7％） （III）R中的预测建模 涉及EDA，特征工程，机器学习算法（回归，逐步回归，随机森林，梯度提升，广义加性模型，多元自适应回归样条，贝叶斯加性回归树，支持向量机）的预测建模项目，模型选择和模型推断。 （RF / GBM比空模型的MAE改善了35.0％） （BART模型比n

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：14680064
    • 提供者：weixin_42131367

  1. Softmax函数原理及Python实现过程解析

  2. Softmax原理 Softmax函数用于将分类结果归一化，形成一个概率分布。作用类似于二分类中的Sigmoid函数。 对于一个k维向量z，我们想把这个结果转换为一个k个类别的概率分布p(z)。softmax可以用于实现上述结果，具体计算公式为： 对于k维向量z来说，其中zi∈R，我们使用指数函数变换可以将元素的取值范围变换到(0,+∞),之后我们再所有元素求和将结果缩放到[0,1],形成概率分布。 常见的其他归一化方法，如max-min、z-score方法并不能保证各个元素为正，且和为1。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：46080
    • 提供者：weixin_38670529