鸢尾花数据集，可直接在matlab中导入使用

DeepVariant - Google开源深度学习模型，将基因组中的识别变异任务转换为图像分类问题的基因组学工具

框架：tensorflow2 代码：python 实验任务：分类任务 实验数据：分好类在同一目录下的不同文件夹数据

机器学习+葡萄酒分类问题资料

初学者

此方法对于分类中的特征选择很有用。 它将特征分级在 0 到 1 之间，其中较高的值意味着该特征与分类更相关。 使用截止值可以从输入列表中选择更好的特征。 执行： S=IDE2（数据，类，阈值） [S i]=IDE2（数据，类，阈值）； [S im]=IDE2（数据，类，阈值）； 输入： 数据：特征应该列在列中，样本应该成行分布。 例如具有 4 个特征的数据集并且 20 个样本应作为 20x4 矩阵提供。 类：一个一维矩阵，长度为数据中的样本。 例如对于前面的例子，类矩阵应该是 20x1，每个单元格代表一个相关的数字到班级。 注意：类应该从 1 开始并不断增加。 以三类 Healthy、Fault1 为例和 Fault2，类矩阵应包含 1,2,3 个值。 阈值：阈值表示所需的截止值应介于 0 和 1 之间。索引和选定的输出将根据这个值生成。 输出： 分数：报告每个有界特征的 IDE 分

利用BP网络对TL进行分类，使用python编写，代码简捷，从minist集改写过来，是模拟算法与人工神经网络一书的课后习题，希望有所帮助。

基于单隐层复值神经网络的分类问题研究 ，吕鹏，李志俊，本文提出单隐层复值神经网络(Complex-Valued Neural Network, CVNN)，并对网络结构，参数和算法进行了介绍，对输入数据，网络权值和偏置项参��

Module metrics

服装图像分类问题数据集csv