logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

机器学习-逻辑回归实验

机器学习-逻辑回归用scikit-learn和pandas学习Logistic回归1. 获取数据,定义问题2. 查看数据3. 确实值的处理4. 特征处理5. 模型训练6. 完整python代码用scikit-learn和pandas学习Logistic回归1. 获取数据,定义问题泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日,在首次航行期间,泰坦尼克号撞上冰山后沉没,222

#机器学习#python
机器学习-贝叶斯分类实验

机器学习-贝叶斯分类1. 中文文本分类介绍2. 文本分类的一般步骤:3. 具体操作4. 实验步骤5. 实验完整代码python1. 中文文本分类介绍文本挖掘是指从大量的文本数据中抽取事先未知的、可理解的、最终可用的知识的过程,同时运用这些知识更好的组织信息以便将来参考。主要有以下几个方面的应用:搜索和信息检索(IR):存储和文本文档的检索,包括搜索引擎个关键字搜索。文本聚类:使用聚类方法,对词汇、

#python#机器学习
计算机视觉 实验一 图像的载入、显示与输出(附opencv代码)

实验一 图像的载入、显示与输出一、实验目的和要求二、实验内容三、实验仪器、设备四、实验原理五、实验步骤六、实验注意事项七、实验结果八、实验总结一、实验目的和要求  (一)通过实验掌握 Windows 中安装 OpenCV 的方法;  (二)通过实验掌握图像的载入、显示与输出的方法二、实验内容  (一)Windows中安装OpenCV;  (二)编写图像的载入、显示与输出的程序.三、实验仪器、设备 

#计算机视觉#opencv#c++
计算机视觉 实验一 图像的载入、显示与输出(附opencv代码)

实验一 图像的载入、显示与输出一、实验目的和要求二、实验内容三、实验仪器、设备四、实验原理五、实验步骤六、实验注意事项七、实验结果八、实验总结一、实验目的和要求  (一)通过实验掌握 Windows 中安装 OpenCV 的方法;  (二)通过实验掌握图像的载入、显示与输出的方法二、实验内容  (一)Windows中安装OpenCV;  (二)编写图像的载入、显示与输出的程序.三、实验仪器、设备 

#计算机视觉#opencv#c++
使用WSL2技术在Windows子系统中安装Ubuntu并安装docker及docker-compose(图文详细教程)

使用WSL2技术在Windows子系统中安装Ubuntu并安装docker及docker-compose使用WSL2技术在Windows子系统中安装Ubuntu并安装docker及docker-compose使用WSL2技术在Windows子系统中安装Ubuntu并安装docker及docker-compose

#ubuntu#windows#docker
机器学习-逻辑回归实验

机器学习-逻辑回归用scikit-learn和pandas学习Logistic回归1. 获取数据,定义问题2. 查看数据3. 确实值的处理4. 特征处理5. 模型训练6. 完整python代码用scikit-learn和pandas学习Logistic回归1. 获取数据,定义问题泰坦尼克号的沉没是历史上最臭名昭著的沉船事件之一。1912年4月15日,在首次航行期间,泰坦尼克号撞上冰山后沉没,222

#机器学习#python
计算机视觉 实验一 图像的载入、显示与输出(附opencv代码)

实验一 图像的载入、显示与输出一、实验目的和要求二、实验内容三、实验仪器、设备四、实验原理五、实验步骤六、实验注意事项七、实验结果八、实验总结一、实验目的和要求  (一)通过实验掌握 Windows 中安装 OpenCV 的方法;  (二)通过实验掌握图像的载入、显示与输出的方法二、实验内容  (一)Windows中安装OpenCV;  (二)编写图像的载入、显示与输出的程序.三、实验仪器、设备 

#计算机视觉#opencv#c++
计算机视觉 实验九 寻找和绘制物体的凸包实验(附opencv代码)

实验九 寻找和绘制物体的凸包实验一、实验目的和要求二、实验内容三、实验仪器、设备四、实验原理五、实验步骤六、实验注意事项七、实验结果八、实验总结一、实验目的和要求  理解使用凸包的基本原理;掌握使用OpenCV通过凸包理解物体形状或轮廊的代码编写方法。二、实验内容  (一)新建工程;  (二)在Vs2015中配置OpenCV;  (三)使用OpenCV中的findContours函数查找图像轮廓;

#opencv#c++#计算机视觉
机器学习-线性回归实验

机器学习线性回归用scikit-learn和pandas学习线性回归1. 获取数据,定义问题2. 整理数据3. 准备数据4. 训练数据5. 模型评价尝试用不同的线性模型进行训练交叉验证6. 画图观察结果7. python程序完整源代码用scikit-learn和pandas学习线性回归1. 获取数据,定义问题我们用UCI大学公开的机器学习数据来跑线性回归。数据的下载地址在这里:http://arc

文章图片
#python#机器学习
计算机视觉 实验十六 用高斯背景建模分离背景实验(附opencv代码)

实验十六 用高斯背景建模分离背景实验一、实验目的和要求二、实验内容三、实验仪器、设备四、实验原理五、实验步骤六、实验注意事项七、实验结果八、实验总结一、实验目的和要求  理解背景建模的基本原理;掌握实现背景建模的代码编写方法。二、实验内容  (一)新建工程;  (二)在Vs2015中配置OpenCV;  (三)使用VideoCapture类打开视频;  (四)创建高斯混合模型;  (五)通过更新打

#c++#opencv#计算机视觉
    共 18 条
  • 1
  • 2
  • 请选择