学习笔记3 数据处理

最新推荐文章于 2023-05-18 03:25:13 发布
最新推荐文章于 2023-05-18 03:25:13 发布
阅读量213 收藏 1
点赞数
分类专栏： WHI
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/qq_39029148/article/details/103926983
版权
1. 特征工程

突然看到了这个名词：
在这里插入图片描述
介绍特征处理的比较好的：https://www.zhihu.com/question/29316149

2. 数据预处理

归一化和标准化的区别

总的来说：

  • 归一化和标准化都是一种线性变化
  • . 归一化的缩放是拍扁到统一的区间（由极值决定）
  • 标准化是跟整体的分布有关

什么时候用什么

  • 如果对输出结果范围有要求，用归一化
  • 如果数据较为稳定，不存在极端的最大最小值，用归一化
  • 如果数据存在异常值和较多噪音，用标准化

一般使用标准化，因为如果对数据分布有要求的话，强行变成(0,1)会影响数据的分布。

3. 去除背景

可以阅读的技术贴

Camelyon16 冠军
google团队
百度NCRF
其他

saomanchum
关注
专栏目录
camelyon17病理图切片数据集制作（一）
wang_xinyu的博客
07-05 2441
下载camelyon17数据集 下载链接camelyon17数据集 准备数据 数据集中提供的整张幻灯片图像是标准的 TIFF 文件。OpenSlide 等标准库可用于打开和读取这些文件。官方建议使用 ASAP 来准备数据。它的multiresolutionimageinterface C++ 库和 python 包提供了一个易于使用的界面，用于高效访问 TIFF 文件中的像素数据。3 个步骤在 python 中使用它： （1）下载并安装 ASAP。 （2）配置PYTHONPATH 环境变量以包含 <.
数据处理笔记（一）
u014697805的博客
12-05 344
一 处理缺失值的几种方法：1. 提交的kaggle代码转换成所要求的形式。 my_submission = pd.DataFrame({‘Id’:test.Id,’SalePrice’:predicted_prices}) my_submission.to_csv(‘submission.csv’,index = False)1. 缺失值处理的几种方法 1. 直接把有缺失值的那一列去掉
Camelyon16数据集踩坑记录
wang_xinyu的博客
12-07 1325
Camelyon16与Camelyon17的数据页面已经整合在一起（https://camelyon17.grand-challenge.org/Data/）。 首先，下载Camelyon16数据集，经过md5sum确认文件无损伤。 安装主办方提供的tiff图像查看软件ASAP，该软件提供了必要的python接口。ASAP软件可由源码编译，也有.deb或.exe文件可直接使用（https://github.com/computationalpathologygroup/ASAP/releases）。先后在W
跑通CLAM
qq_34532413的博客
05-16 5711
项目场景： 从github上下载CLAM代码，上传Camelyon-16中的部分WSI图像，将代码跑通。 CLAM项目地址： GitHub - mahmoodlab/CLAM: Data-efficient and weakly supervised computational pathology on whole slide images - Nature Biomedical EngineeringData-efficient and weakly supervised computational
Camelyon16数据集切块预处理
ittongyuan的博客
03-13 3482
本文介绍了Camelyon16数据集切块预处理的过程
Spark大数据处理学习笔记
11-10
Spark大数据处理学习笔记 本资源 Spark 大数据处理学习笔记对 Spark 大数据处理进行了系统的学习笔记，涵盖了 Spark Standalone 集群的搭建、RDD 的创建和算子、RDD 的分区、RDD 典型案例等多个方面的知识点。 一...
spark+hadoop大数据处理学习笔记
06-07
spark+hadoop大数据处理学习笔记
纯小白为了实现Camelyon16 数据集的分割和特征提取（基于CLAM的代码和AutoDL服务器）所走的弯路
Hans_Y的博客
05-18 2128
此贴纯纯记录一下小半个月来的时间里为了复现 CLAM 走的弯路和心路历程。
CAMELYON16数据集
wangshuhuan1的博客
08-01 2374
乳腺癌全扫描病理切片开源数据集
camelyon16竞赛源代码
11-05
camelyon16竞赛源代码camelyon16竞赛源代码camelyon16竞赛源代码camelyon16竞赛源代码
数据导入
saoang的博客
06-07 103
这个是1.获取数据；2把文件转换成二进制数组；3二进制转换成内存流；4查询出所要的信息 这个是读取Excel的数据，并且查询和获取表格的行列 遍历数据 代码太多直接来看效果图 因为我之前就下载好模板的了，所以我就直接上传，导入成功的图片 数据变成了9条！ 做这个的主要思路就是1.获取数据；2把文件转换成二进制数组；3二进制转换成内存流；4再把内存流转换成工作簿，然后就判断数据存不存在！ ...
《汇编语言》第八章 数据处理的两个基本问题
weixin_43541094的博客
09-29 703
计算机是进行数据处理，运算的机器，存在两个基本的问题： 1，处理的数据在什么地方？ 2，要处理的数据有多长？ 用reg表示一个寄存器，用sreg表示一个段寄存器 reg包括：ax,bx,cx,dx ah,al,bh,bl,ch,cl,dh,dl sp,bp,si,di sreg包括：ds,ss,cs,es 8.1 bx，si，di和bp 1，在8086CPU中，只有bx，si，di和bp这4个寄存器可以用在[ ]中来进行内存单元的寻址 2，在[ ]中，bx，si，di和bp这4个寄存器可以单个出现，或只能以
论文笔记 | 基于深度学习的乳腺转移瘤识别（Deep Learning for Identifying Metastatic Breast Cancer）
kangdk 视其所以，观其所由，察其所安。
10-11 9149
文章提出了一种基于深度学习的前哨淋巴结节点转移瘤识别方法。文章使用数百万组织切片训练深度卷积神经网络，进行正常切片与肿瘤切片的切片级预测。之后，结合切片预测结果生成肿瘤概率热力图，对热力图进行后处理，完成基于幻灯片的分类任务和肿瘤定位任务。文章所提出的系统以接近人类的准确率赢得了2016年Camelyon 挑战大赛。最终，将深度学习预测结果与病理学家诊断结果相结合，从而显著减小了病理学家的错误率。
5.C-Demo-排序
09-20
5.C-Demo-排序_快速排序
java-ssm942基于ssm的保险公司营销管理系统+jsp程序源码数据库含论文.rar
09-20
本系统基于SSM(Spring+SpringMVC+MyBatis)框架,适用于毕业设计， 基于B/S模式, mysql数据库,感兴趣的朋友们可以下载研究一下。 后端采用java语言，ssm框架，mybatis操作数据源，使用软件：idea,eclipse、MySQL。完成了用户登录管理等模块的设计与实现。完成了系统数据库的设计，并基于MySQL数据库管理系统 jdk版本:jdk1.8+ 前端：jsp 开发工具：IDEA 或者eclipse都支持 编程语言: java 框架支持：ssm 数据库: mysql 版本不限 数据库工具：Navicat/SQLyog都可以 详细技术：java+ssm+jsp+MYSQL+MAVEN
基于uni-app、uView UI开发的用于表白的微信小程序项目.zip(毕设&课设&实训&大作业&竞赛&项目)
最新发布
09-20
项目工程资源经过严格测试可直接运行成功且功能正常的情况才上传，可轻松复刻，拿到资料包后可轻松复现出一样的项目，本人系统开发经验充足（全领域），有任何使用问题欢迎随时与我联系，我会及时为您解惑，提供帮助。 【资源内容】：包含完整源码+工程文件+说明（如有）等。答辩评审平均分达到96分，放心下载使用！可轻松复现，设计报告也可借鉴此项目，该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的。 【提供帮助】：有任何使用问题欢迎随时与我联系，我会及时解答解惑，提供帮助 【附带帮助】：若还需要相关开发工具、学习资料等，我会提供帮助，提供资料，鼓励学习进步 【项目价值】：可用在相关项目设计中，皆可应用在项目、毕业设计、课程设计、期末/期中/大作业、工程实训、大创等学科竞赛比赛、初期项目立项、学习/练手等方面，可借鉴此优质项目实现复刻，设计报告也可借鉴此项目，也可基于此项目来扩展开发出更多功能 下载后请首先打开README文件（如有），项目工程可直接复现复刻，如果基础还行，也可在此程序基础上进行修改，以实现其它功能。供开源学习/技术交流/学习参考，勿用于商业用途。质量优质，放心下载使用。
基于java的高考志愿选择辅助系统设计与实现.docx
09-20
基于java的高考志愿选择辅助系统设计与实现.docx
Ibatis 3整合Oracle学习笔记
"ibatis_3_学习笔记" 在IT领域，iBATIS是一个持久层框架，它允许将SQL语句与Java代码分离，提供了一种简单但强大的方式来处理数据库操作。这篇“ibatis_3_学习笔记”着重介绍了如何配置和使用iBATIS 3（也称为...
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