文件名称：ctg:用于展示 ML 技能的 ML 示例项目
文件大小：1.88MB
文件格式：ZIP
更新时间：2024-08-24 14:53:36
HTML
心电图 自动处理了 2126 份胎儿胎心图 (CTG) 并测量了各自的诊断特征。 CTG 还由三位专家产科医生进行分类，并为每个人分配了一个共识分类标签。 分类是关于形态学模式（A、B、C……）和胎儿状态（N、S、P）。 因此，该数据集可用于 10 类或 3 类实验。 安装 conda env create -f environment.yml 用法 查看 notebook 目录。 项目组织 ├── README.md <- The top-level README for developers using this project. ├── data │ ├── external <- Data from third party sources. │ ├── interim <- Intermediate data that has
【文件预览】：
ctg-main
----setup.py(210B)
----.gitignore(1003B)
----reports()
--------02 - Keras MLP Approach.html(607KB)
--------01 - Data Cleaning.html(727KB)
--------.gitkeep(0B)
--------05 - AutoML Approach.html(561KB)
--------03 - Optuna Optimization Keras.html(661KB)
--------04 - Optuna Study Analysis.html(3.95MB)
--------figures()
----test_environment.py(641B)
----src()
--------data()
--------__init__.py(0B)
--------models()
--------visualization()
--------features()
----.pre-commit-config.yaml(374B)
----models()
--------baseline_keras()
--------.gitkeep(0B)
--------optuna_keras()
----notebooks()
--------05 - AutoML Approach.ipynb(3KB)
--------.gitkeep(0B)
--------03 - Optuna Optimization Keras.ipynb(6KB)
--------04 - Optuna Study Analysis.ipynb(2KB)
--------02 - Keras MLP Approach.ipynb(6KB)
--------01 - Data Cleaning.ipynb(4KB)
----README.md(3KB)
----environment.yml(8KB)
----database()
--------study()
----references()
--------.gitkeep(0B)
----docs()
--------Makefile(5KB)
--------index.rst(419B)
--------conf.py(8KB)
--------commands.rst(489B)
--------make.bat(5KB)
--------getting-started.rst(256B)
----tox.ini(315B)