ELM实验思路

最新推荐文章于 2021-06-07 20:54:19 发布
最新推荐文章于 2021-06-07 20:54:19 发布
阅读量765 收藏
点赞数
分类专栏： ELM学习过程
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/panghaomingme/article/details/53486049
版权

实验数据：20newsgroups

Newsgroups最早由Lang于1995收集并在[Lang 1995]中使用。它含有20000篇左右的Usenet文档，几乎平均分配20个不同的新闻组。除了其中4.5%的文档属于两个或两个以上的新闻组以外，其余文档仅属于一个新闻组，因此它通常被作为单标注分类问题来处理。Newsgroups已经成为文本分及聚类中常用的文档集。美国MIT大学Jason Rennie对Newsgroups作了必要的处理，使得每个文档只属于一个新闻组，形成Newsgroups-18828。

可以先用其他的分类器对20newsgroups进行实验，因为后面肯定有对比实验，所以可以先积累

问题：从sklearn中导入的数据集是18846条新闻

分类器:多隐层极限学习机

已有代码，但是是mnist手写识别的，读懂后再改



panghaomingme
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ELM实验——数据准备
panghaomingme的博客
12-06 1213
因为ELM实验要用到20newsgroups的实验数据，所以找了一些资料，发现sklearn里可以自动导入数据集，很惊喜！！！ """ Created on Tue Dec 6 11:08:14 2016 @author: haoming """ from sklearn.datasets import fetch_20newsgroups news = fetch_20newsgroup
python极限学习机ELM做一个简单的分类
weixin_45776027的博客
06-08 3222
最近事太多，只能下班后挤时间学习，，，缓慢更新。。 华丽的分割线-------------------------------------------------------------------------------------- 极限学习机是我们实验室的元老了，是一种单隐层前馈神经网络（SLFN）学习算法。这种算法只需要设置网络的隐层节点个数，执行过程中不需要调整网络的输入权值以及隐元的偏置，并且产生唯一的最优解，因而学习速度灰常灰常快且泛化性能好。 简单来说就是两个特点： 输入层和隐含层的连接
极限学习机（ELM）回归问题实现（python）多输入多输出
qq_41918369的博客
08-26 4644
# -*- coding: utf-8 -*- import numpy as np from sklearn.preprocessing import OneHotEncoder from sklearn.model_selection import train_test_split #数据集的分割函数 from sklearn.preprocessing import StandardScaler #数据预处理 from sklearn import metrics import
Python实现长短记忆神经网络（LSTM）预测极限学习机（ELM）残差并累加的时间序列预测
weixin_40169609的博客
06-07 5410
本实验使用环境为Anaconda3 Jupyter，调用Sklearn包，调用keras包,请提前准备好。 1.引入一些常见包 主要有keras包、numpy包、metrics包、pandas包等。 import csv import numpy as np import time from sklearn.preprocessing import StandardScaler from sklearn.model_selection import train_test_split from sklearn
机器学习（MACHINE LEARNING）Sklearn全高级使用（看不懂你来打我！）
李响
04-12 950
文章目录1 正规化 Normalization1.1 数据标准化1.2 数据标准化对机器学习成效的影响2 检验神经网络 (Evaluation)2.1 误差曲线2.2 准确度曲线2.3 正规化2.4 交叉验证3 Cross-validation3.1 Model 基础验证法3.2 Model 交叉验证法(Cross Validation)3.3 以准确率(accuracy)判断（改变n_neigh...
ELM极限算法
02-28
- 算法报告，详细阐述了算法的设计思路、实现过程、实验结果和性能评估。 - 数据集，用于测试和验证ELM算法，可能包含训练集和测试集，数据可能是CSV或其他格式。 通过下载并研究这个压缩包，读者可以了解到ELM算法...
Python实现ELM时间序列预测（完整源码和数据)
04-06
1.Python实现ELM时间序列预测（完整源码和数据) anaconda + pycharm + python +Tensorflow 注意事项：保姆级注释，几乎一行一注释，方便小白入门学习！ 2.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、...
ELM-Adaboost极限学习机+Adaboost时间序列预测（Matlab完整源码和数据）
最新发布
08-09
1.Matlab实现ELM-Adaboost极限学习机+Adaboost时间序列预测，股票价格预测（完整源码和数据）。单输入单输出时间序列预测。 2.excel数据，方便替换，运行环境matlab2023b及以上。 3.程序语言为matlab。 4.代码特点：...
Matlab实现ELM极限学习机多输入多输出预测（完整源码和数据）
01-13
Matlab实现ELM极限学习机多输入多输出预测（完整源码和数据） 1.data为数据集，10个输入特征，3个输出变量。 2.MainELMNM.m为主程序文件，运行环境Matlab2018b及以上。 3.命令窗口输出RMSE、MAPE、MAE、MBE和R2，可...
Matlab实现BES-ELM秃鹰搜索算法优化极限学习机分类预测（完整源码和数据）
09-29
Matlab实现BES-ELM秃鹰搜索算法优化极限学习机分类预测（完整源码和数据） 1.自带数据为excel数据，多输入，单输出，多分类。 2.直接替换数据即可使用，保证程序可正常运行。 3.程序语言为matlab，程序可出分类效果...
elm分类程序
12-02
是一种简单的程序 在黄广斌的基础上进行了修改，主要用于分类为题，可以显示最后的分类结果
极限学习机（ELM） 算法及MATLAB程序实现
10-02
极限学习机(Extreme Learning Machine) ELM，是由黄广斌提出来的求解单隐层神经网络的算法。 ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。
ELM algorithm
05-09
对数据降维，进一步精选数据，ELM最大的特点是对于传统的神经网络，尤其是单隐层前馈神经网络(SLFNs)，在保证学习精度的前提下比传统的学习算法速度更快。内部附有两类样本数据可供使用。
Python使用sklearn实现的各种回归算法示例
09-19
主要介绍了Python使用sklearn实现的各种回归算法,结合实例形式分析了Python使用sklearn库实现的决策树回归、线性回归、SVM回归、KNN回归、随机森林回归等各种回归算法,需要的朋友可以参考下
极限学习机(Extreme Learning Machine, ELM)原理详解和MATLAB实现
热门推荐
Yancy的博客
09-29 12万+
目录 引言 极限学习机原理 MATLAB中重点函数解读 极限学习机的MATLAB实践 引言 极限学习机不是一个新的东西，只是在算法（方法）上有新的内容。在神经网络结构上，就是一个前向传播的神经网络，和之前几篇博文讲的意义。 为什么我们需要ELM？ The learning speed of feedforward neural networks is in general fa...
基于极限学习机ELM的人脸识别程序
zhenlingcn的博客
06-13 3814
前言有关极限学习机基础知识请参考 极限学习机详解思路可以直接将ELM看做一个黑盒算法，将人脸图片转化为NUMPY数组加入到ELM中即可。代码import hpelm import numpy as np import cv2 import os,re imglist=[] #训练数据列表 step=10 #每种照片样本数 type_num=15 #种类数 file_dir
ECCV 2016《SSD: Single Shot MultiBox Detector》论文笔记
lch的博客
07-10 665
本学弱喜欢在本子上记笔记，但字迹又丑。望看不懂我的字的大佬不要喷我，看得懂的大佬批评指正。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值