machine-learning
文章平均质量分 57
G-Jarvey
https://github.com/G-Jarvey
展开
-
猫狗大战——pytorch+resnet18
cats vs dogs——resnet18数据Nettrain+test数据这是一个在kaggle上的竞赛,原数据提供了25000张图片,本文所使用的数据集来自其中train的8000张,包括4000张猫和4000张狗#将数据导入data_dir = 'E:\\code\\Python\\catanddog\\train'test_dir = 'E:\\code\\Python\\catanddog\\test'class Data(data.Dataset): def __ini原创 2021-01-26 18:04:41 · 1587 阅读 · 0 评论 -
机器学习——fashion_mnist
机器学习——fashion_mnist这里写目录标题机器学习——fashion_mnist数据PCAmodel+predicted数据本实验使用Fashion-MNIST数据集,包括t-shirt(T恤),trouser(牛仔裤),pullover(套衫)等在内的10个类别的图像共计70000张。#读取训练集、测试集的数据和标签train_images, train_labels = load_mnist(r"E:\code\jupyter\fashion-mnist",kind='train')原创 2021-01-24 20:22:05 · 628 阅读 · 3 评论 -
人脸识别——PCA降维
人脸识别——PCA降维人脸识别——PCA降维人脸识别——PCA降维数据PCAmodel+predicted数据本实验采集82名同学每人三张共计246张图片,两张用于训练,一张用于测试PCApath1 = "E:\\code\\jupyter\\facedata" #文件夹目录files1 = os.listdir(path1) #得到文件夹下的所有文件名称labels = []for file in files1: #遍历文件夹 labels.append(file) #每个文件的文原创 2021-01-24 19:30:51 · 1904 阅读 · 3 评论 -
MLP分类——MNIST(手写数字识别)
MLP分类——MNIST(手写数字识别)目录MLP分类——MNIST(手写数字识别)数据集model+predicted数据集#导入数据X_train = load_data("train-images-idx3-ubyte.gz") / 255.0X_test = load_data("t10k-images-idx3-ubyte.gz") / 255.0y_train = load_data("train-labels-idx1-ubyte.gz",True).reshape(-1)y_t原创 2021-01-24 18:06:13 · 2215 阅读 · 2 评论 -
男声女声分类之SVM
男生女生分类之svm目录男生女生分类之svmsvc数据模型构建预测svc1、支撑向量机SVM是一种非常重要和广泛的机器学习算法,它的算法出发点是尽可能找到最优的决策边界,使得模型的泛化能力尽可能地好,因此SVM对未来数据的预测也是更加准确的。2、SVM既可以解决分类问题,又可以解决回归问题,原理整体相似,不过也稍有不同。本次实验属于二分类问题,我们选择svm.SVC模型进行分类预测。数据#导入数据train = pd.read_csv("voice_train.csv")test = pd原创 2021-01-19 23:25:00 · 855 阅读 · 0 评论 -
北京房价预测——线性回归
线性回归预测北京房价数据准备数据清洗可视化构建模型并预测数据准备数据来源:kaggle链接官方提供的数据集,来源自链家网站2011-2017年的交易信息数据清洗#首先将数据导入,因为格式的问题,此处选择encoding = 'iso-8859-1'train = pd.read_csv('beijing_house_train.csv', encoding = 'iso-8859-1')#训练集test = pd.read_csv('beijing_house_test.csv', encod原创 2021-01-18 23:23:52 · 3285 阅读 · 10 评论