文件名称：提振
文件大小：53.89MB
文件格式：ZIP
更新时间：2024-03-03 04:31:25
Python
提升支持向量机 用法 python3 main.py 在Ubuntu上安装Dash： 让我们首先安装提供venv模块的python3-venv软件包： $ sudo apt install python3-venv 安装模块后，我们准备为Python 3创建虚拟环境。切换到要存储Python 3虚拟环境的目录。 在目录中，运行以下命令来创建新的虚拟环境： $ python3 -m venv dash 上面的命令创建一个名为dash的目录，其中包含Python二进制文件，Pip程序包管理器，标准Python库和其他支持文件的副本。 要开始使用此虚拟环境，您需要通过运行激活脚本将其激活： $ source dash / bin / activate 然后使用以下命令安装破折号： $ pip install dash == 1.11.0 每次要使用破折号时，请激活破折号环境。 使用co
【文件预览】：
boosting-master
----model_performance.py(2KB)
----model_comparison.py(4KB)
----data()
--------solar.root(16KB)
--------belle2_kpi.root(1.3MB)
--------heart.root(15KB)
--------nursery.csv(1.01MB)
--------german.csv(78KB)
--------titanic.root(17KB)
--------breast_cancer.csv(18KB)
--------ori_heart.csv(11KB)
--------two_norm.root(580KB)
--------titanic.csv(44KB)
--------german.root(31KB)
--------car.csv(51KB)
--------contra.csv(30KB)
--------two_norm.csv(1.15MB)
--------cancer.root(12KB)
--------solar.csv(27KB)
--------belle2_kpipi0.root(31.97MB)
--------tac_toe.csv(25KB)
--------heart.csv(11KB)
----data_utils.py(8KB)
----__init__.py(0B)
----data_tmva.py(784B)
----genetic_selection.py(10KB)
----papers()
--------OverviewBoosting_schapire_2003.pdf(2.51MB)
--------DiversityInClassifier_2003_Kuncheva.pdf(519KB)
--------RotBoost_2008_Zhang.pdf(722KB)
--------AdaBoostSVM_diversity_2002_li.pdf(334KB)
--------AdaBoost_success_2017_Wyner.pdf(3.24MB)
--------Review_SVM.pdf(1.83MB)
--------ThresholdSVM_2015_Yu.pdf(2.38MB)
--------FasterSVM_Sclag_2020.pdf(685KB)
--------HIghEnergyPhysics_2016.pdf(1.49MB)
--------AUC_1997_Bradley.pdf(1.16MB)
--------ChoosingMultipleParamSVM_2002_Chapelle.pdf(298KB)
--------SVM_imbalaced_2011_Lin.pdf(251KB)
--------precision_recall_VS_ROC.PDF(1.18MB)
--------Diversity_Generalization_2019.pdf(704KB)
--------GPU_SVM_2011_Dimou.pdf(457KB)
--------RotForest_2020_Bagnal.pdf(1.7MB)
--------RotationForest2006.pdf(4.55MB)
----README.md(1KB)
----boostedSVM.py(12KB)
----data_visualization.py(4KB)
----app.py(7KB)
----main.py(3KB)
----tmva.py(4KB)
----data_preparation.py(26KB)