文件名称：activizer:主动学习界面
文件大小：844KB
文件格式：ZIP
更新时间：2024-05-08 10:57:25
Python
活化剂 主动学习界面 关于主动学习 主动学习是模型选择从中学习最多的训练数据的过程，其思想是，如果鼓励模型选择想要从中学习的样本，则模型将在测试集上以更少的数据更好地进行预测。 Active Learning界面支持图像数据集，用户可以在其中上传Zip或RAR格式的数据。 它支持3个分类器和7个查询策略。 分类器 KNN分类器 随机森林分类器 决策树分类器 委员会查询 不确定性抽样 随机抽样 熵采样 委员会查询（不确定性抽样） 委员会查询（投票熵抽样） 委员会查询（最大不同意见抽样） 委员会查询（共识熵抽样） 该项目是通过Active Learning软件包 怎么跑 安装 pip安装激活器 打开Python控制台并运行以下命令 从激活程序导入应用程序 app.run（） 选择“分类器算法”，“查询策略”，并给出要标记的样本数。 然后选择Zip格式的训练/测试数据集 对于每次迭
【文件预览】：
activizer-master
----setup.py(1KB)
----images()
--------Screenshot (492).png(15KB)
--------Screenshot (491).png(37KB)
--------Screenshot (493).png(22KB)
--------Screenshot (490).png(25KB)
--------Screenshot (489).png(181KB)
----activizer.egg-info()
--------top_level.txt(10B)
--------SOURCES.txt(729B)
--------PKG-INFO(4KB)
--------not-zip-safe(1B)
--------dependency_links.txt(1B)
--------requires.txt(138B)
----requirements.txt(137B)
----activizer()
--------templates()
--------__init__.py(1KB)
--------views.py(26KB)
--------static()
--------__pycache__()
--------data.py(1KB)
----MANIFEST.in(118B)
----dist()
--------activizer-1.0.5.tar.gz(299KB)
----LICENSE(34KB)
----setup.cfg(329B)
----README.md(3KB)