目标识别
sangba2019
这个作者很懒,什么都没留下…
展开
-
目标识别笔记:鸢尾花数据集GBDT分类的python仿真
利用GBDT分类算法测试鸢尾花数据分类效果原创 2022-06-23 23:30:07 · 729 阅读 · 0 评论 -
如何提高少样本学习的泛化能力
链接:Free Lunch for Few-shot Learning: Distribution Calibration | OpenReviewhttps://openreview.net/pdf?id=JWOiYxMG92s代码:https://github.com/ShuoYang-1998/ICLR2021-Oral_Distribution_Calibration转载 2022-05-24 23:09:30 · 304 阅读 · 0 评论 -
GBDT程序中的predict_stages代码
# -*- coding: utf-8 -*-"""Created on Tue May 17 23:39:24 2022@author: DELL"""# Author: Peter Prettenhofer## License: BSD 3 clausecimport cythonfrom libc.stdlib cimport freefrom libc.string cimport memsetimport numpy as npcimport numpy as .转载 2022-05-24 11:05:54 · 139 阅读 · 0 评论 -
机器学习/目标识别:资料汇总(持续更新中)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录一、SVM支持向量机二、决策树一、SVM支持向量机1、SVM支持向量机详解https://blog.csdn.net/m2xgo/article/details/1114681492、简单粗暴理解支持向量机(SVM)及其MATLAB实例https://blog.csdn.net/lyxleft/article/details/828808603、支持向量机(SVM)算法的matlab的实现https://blog..原创 2022-03-30 22:48:44 · 895 阅读 · 0 评论 -
目标识别笔记:鸢尾花数据集决策树/随机森林MATLAB仿真
clcclearload fisheriris %下载鸢尾花数据ctree = fitctree(meas,species); % meas是训练集,species是真实结果view(ctree,'mode','graph');X = meas;label = predict(ctree,X);count1 = 0; % 决策树决策结果for ii = 1:size(X,1) if ~strcmp(label(ii),species(ii)) count1 = co.原创 2022-03-30 22:09:46 · 1211 阅读 · 0 评论