记录自己的Python ML and DPL学习经历,小白不断积累奋斗 ML机器学习:包含基本的机器学习模型,通过sklearn实现 1.KMeans 聚类方法 2.KNN 最近邻法 3.SVM 随机森林 4.XGB 5.RF 随机森林 毕业设计:毕业设计基于Inception-V3与机器学习的方法,实验岩石岩性的分类,利用V3对岩石取Top3的准确率;敲击音频对岩石强度进行预测,然后进行耦合,提高最后的分类准确率。 优化算法:包含几个主要的优化算法,python实现,只需要将caculate_fitness()进行替换,则可以对参数进行优化。PS:寻优设定为求最小值 1.ACO_蚁群优化算法 2.BAS_天牛须优化算法 3.DE_差分进化算法 4.GA_遗传算法 5.Immune_免疫算法 6.PSO_粒子群优化算法 7.SA_模拟退火算法
-
Notifications
You must be signed in to change notification settings - Fork 2
fjk123456/ML_and_DL
Folders and files
Name | Name | Last commit message | Last commit date | |
---|---|---|---|---|
Repository files navigation
About
记录自己的Python ML and DPL学习经历
Resources
Stars
Watchers
Forks
Releases
No releases published
Packages 0
No packages published