文件名称：plda:用Python编写的概率线性判别分析和分类
文件大小：839KB
文件格式：ZIP
更新时间：2024-05-30 07:32:25
Python
概率线性判别分析 论文引文 免责声明 通过经验贝叶斯估计参数。 该代码最初是为的人工智能（XAI）项目，因此它会将对于简单分类问题不必要的参数保留在内存中。 谢谢！ 特别感谢和推动和实现了相同的区别和pip安装！ MNIST手写数字数据使用演示 。 如果您将此软件包安装在虚拟环境中，请首先激活该虚拟环境。 导入plda和其他方便的软件包。 加载数据。 预处理数据和拟合模型。 如何对数据点进行分类：过度拟合分类器。 如何对数据点进行分类：更适合的分类器。 提取LDA功能。 如何对数据点进行分类：“相同或不同类别”的区分。 提取预处理信息。 提取模型参数。 依存关系 如果您一般不代码或研究，请查看以下下载和安装说明： 和 。 要将此存储库作为依赖项添加到您自己的conda环境yml文件中，请在依赖项末尾添加以下内容（例如，此存储库的文件）。 - python>=
【文件预览】：
plda-master
----.github()
--------ISSUE_TEMPLATE()
----__init__.py(727B)
----LICENSE(11KB)
----environment.yml(432B)
----setup.py(642B)
----research_paper()
--------Ioffe2006PLDA.pdf(746KB)
----README.md(4KB)
----mnist_demo()
--------mnist_demo.ipynb(67KB)
--------mnist_data()
----tests()
--------test_model()
--------utils.py(4KB)
--------test_optimizer()
--------__init__.py(680B)
--------test_classifier()
----.gitignore(94B)
----plda()
--------model.py(9KB)
--------classifier.py(6KB)
--------__init__.py(739B)
--------optimizer.py(7KB)