手写数据集，搜罗测试集以及熬炼集，是将图片文件经由灰度化，二值化后在处置转换成txt文件后的数据集，合适用于实现新手入门的手写数字识另外数据集，
2023/5/4 23:12:50
540KB
1
本文阐发了台湾某银行客户的守约收入情景，提出了基于数据开掘本领的料想客户守约大概性。
从迫害管理的角度来看，料想的守约概率的准确性能够用来对于可信的或者不可信的客户举行分类。
本文起首对于数据集举行了末了处置，将数据拆分为2000个熬炼集与1000个测试集。
每一个客户信息中有23个自变量，依据其各个因素的相关性举行了调解而后使用了5开掘方式，搜罗KNN,分类树，随机森林，Logistic回归，神经收集举行建模，比力这5种方式中守约概率的料想准确性。
其中神经收集的料想下场最佳，料想准确率抵达了83.3%；
其次，分类树（81.8%）以及随机森林（80.1%），而后是Logistic回归（78.3%）。
KNN的料想下场最不梦想（75.8%）。
关键词：诺言卡守约料想、数据分类、Logistic回归、分类树、KNN、神经收集、随机森林。
从迫害管理的角度来看，料想的守约概率的准确性能够用来对于可信的或者不可信的客户举行分类。
本文起首对于数据集举行了末了处置，将数据拆分为2000个熬炼集与1000个测试集。
每一个客户信息中有23个自变量，依据其各个因素的相关性举行了调解而后使用了5开掘方式，搜罗KNN,分类树，随机森林，Logistic回归，神经收集举行建模，比力这5种方式中守约概率的料想准确性。
其中神经收集的料想下场最佳，料想准确率抵达了83.3%；
其次，分类树（81.8%）以及随机森林（80.1%），而后是Logistic回归（78.3%）。
KNN的料想下场最不梦想（75.8%）。
关键词：诺言卡守约料想、数据分类、Logistic回归、分类树、KNN、神经收集、随机森林。
2023/4/26 23:56:21
1.25MB
1
该文档为ccks2018（天下语义盘算与学识图谱大会）自动问答评测责任的语料集，搜罗熬炼集开拓集以及测试集，该问答评测基于PKUbase学识库。
2023/4/25 16:42:53
149KB
1
MNIST数据集来自美国国度尺度与本领钻研所,NationalInstituteofStandardsandTechnology(NIST).熬炼集(trainingset)由来自250个不合人手写的数字组成,其中50%是高中教师,50%来自生齿普查局(theCensusBureau)的责任人员.测试集(testset)也是同样比例的手写数字数据.
2023/4/24 11:19:13
13.19MB
1
这个链接是测试集，熬炼集请见我的资源本语料库由复旦大学李荣陆提供。
test_corpus.rar为测试语料，共9833篇文档；
train_corpus.rar为熬炼语料，共9804篇文档，两个预料各分为20个相同种别。
熬炼语料以及测试语料底子依据1:1的比例来松散。
使历时尽量即便注明来源（复旦大学盘算机信息与本领系国内数据库中间做作语言处置小组）。
文件较大（熬炼测试各50多兆），下载时请耐心期待。
test_corpus.rar为测试语料，共9833篇文档；
train_corpus.rar为熬炼语料，共9804篇文档，两个预料各分为20个相同种别。
熬炼语料以及测试语料底子依据1:1的比例来松散。
使历时尽量即便注明来源（复旦大学盘算机信息与本领系国内数据库中间做作语言处置小组）。
文件较大（熬炼测试各50多兆），下载时请耐心期待。
2023/4/21 17:35:29
51.14MB
1
熬炼集以及测试集的描摹如下：1.train_feature.csv熬炼集特色数据，每一个光阴1个数据，每一天8个光阴，共17008条。
2.train_label.csv熬炼集标签数据，每一天1个数据，共2126个数据。
3.test_feature.csv测试集特色数据，每一个光阴1个数据，每一天8个光阴，共7320条数据，字段与熬炼集特色数据相同。
2.train_label.csv熬炼集标签数据，每一天1个数据，共2126个数据。
3.test_feature.csv测试集特色数据，每一个光阴1个数据，每一天8个光阴，共7320条数据，字段与熬炼集特色数据相同。
2023/4/10 7:43:05
266KB
1
在我的博客https://blog.csdn.net/z649431508/article/details/82191036有详尽的熬炼单类检测物体的阐发，这个文件是熬炼集以及测试集收拾的文件，能够直接放到代码拜别熬炼，详尽阐发文件在博客里有记实。
2023/3/31 9:22:04
59B
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB