使用NLTK进行情感分析 使用NLTK应用于不同数据集的情感分析算法 该存储库包含几个子项目，这些子项目是如何从不同的数据集中执行情感分析的示例。 每个文件夹包含一个不同的项目。 ##使用的工具和安装说明（Ubuntu）：### 1。 Python第一个示例已在Linux 64位体系结构下使用Python 2.7.9进行了测试。 但是，为了使用特定的“统计”包，需要使用Python3。 Python3已经随附了默认的Ubuntu安装，因此可以在终端上运行它： $ python3 Python 3.4.3 (default, Mar 26 2015, 22:03:40) [GCC 4.9.2] on linux Type "help", "copyright", "credits" or "license" for more information. >>> ### 2。 安装几个软件

手势检测 数据集 依存关系： 张量流 autoware_msgs 跑步： 运行YOLO2 $ roslaunch cv_tracker yolo2.launch 主要代码： $ rosrun traffic_gesture_recognition ros_gesture_detection.py 筛选： $ rosrun traffic_gesture_recognition gesture_filter.py 显示调试图像： $ rosrun image_view image_view image:=/police_gesture/image_overlay 切换调试映像： $ rosservice call /set_debug "data: true" $ rosservice call /set_debug "data: false" 切换警察检测 $ r

SCADA-GAN合成代 使用通用对抗网络综合生成SCADA数据集。 从简单的GAN网络开始，发展到WGAN和具有不同结果的CGAN。 二手的Keras和2功能：发电机频率和发电机电压相位更简单 观察结果：具有2个特征，所获得的综合数据集与真实特征非常相似。 哦耶！！ 但是...当使用大量特征时，会观察到渐变消失（如Ian GoodFellow的论文）。 使用Wassertein GAN（ ）实现进行了进一步测试，以解决这种情况，并生成更多功能和CGAN以取得更好的结果。 样本合成生成的SCADA消息 Synthetic Data set output (Created by GAN): Generator Prod Freq Avg Generator Prod Volt Phase Avg 0 50.312412 405.223846 1 50.780399

资料集 下表包含有关数据集的信息：数据集名称，默认用法，数据描述和下载说明。 数据集 用法 描述 下载 火山 地图 奥克兰的Maungawhau火山的数字高程模型。 数据由61列和87行组成，它们代表给定的火山地形。 值代表地形高度。 数据已从下载。 ， 波兰省 地图 包含4个文件的shapefile格式的矢量数据。 数据描述了波兰各省的多边形。 在使用Python将数据读取到GeoDataFrame之后，有两个重要的列：带主要代码的'JPT_KOD_JE'和带有给定区域多边形的'geometry'。 文件是从波兰政府网站下载的。 ，，，， 波兰自治市镇 地图 包含4个文件的shapefile格式的矢量数据。 数据描述了波兰自治市的多边形。 在使用Python将数据读取到GeoDataFrame之后，有两个重要的列：带区号的'JPT_KOD_JE'和带给定区域的多边形的'geomet

LeCaRD：中国法律案件检索数据集 概述 背景 勒加仑钙本身řetrieval d ataset（LeCaRD）含有106查询病例和超过43,000候选例。 查询和结果取自公布的刑事案件。 相关性判断标准和注释均由我们的法律专家团队进行。 对于数据集评估，我们在LeCaRD上实现了几种现有的检索模型作为基线。 项目结构 /LeCaRD/data是所有LeCaRD数据的根目录。 一些主要文件（或目录）的含义介绍如下： data ├── candidates │   └── candidates.zip // [important] candidate zipfile ├── corpus │   ├── common_charge.json │   ├── controversial_charge.json │   └── documen

MetalDAM MetalDAM是来自钢的增材制造的金相数据集。 所有图像均由安赛乐米塔尔（ArcelorMittal）工程师提供。 数据集 图片 下载 引用 42 164 标记的数据集 标记的集包含用扫描电子显微镜拍摄的42幅灰度图像，分辨率为1280x895和1024x703（在底部裁剪了信息带之后）。 标签 频率 0.矩阵 31.86％ 1.奥氏体 58.26％ 2.马氏体/奥氏体 8.96％ 3.沉淀* 0.24％ 4.缺陷 0.68％ （*）沉淀物尺寸的减小显着增加了注释这些微成分的工作量，因此在注释过程中忽略了其中的大多数。 未标记的数据集 也可以提供另外一组由相同材料获得的164张图像。 相关出版物 如果您想引用MetalDAM，请使用以下引用： @misc{metaldam, title={MetalDAM: Metallography datas

微博公众意见数据集 不断更新新浪微博舆论数据集（仅用于研究） 更新：一站式科研数据服务平台已全面启动！！ 只需单击几下即可实现数据采集，数据分析和数据应用。 欢迎尝试与合作 :clapping_hands: :clapping_hands: :clapping_hands: 介绍 新浪微博是中国最大的公共社交媒体平台。 最新和最受欢迎的社交活动将尽快在微博上公开和讨论。 因此，建立一个实时，全面的微博舆情数据集具有重要意义。 目前，在给定指定关键词和指定期限的情况下，微博推文数据集的构建方法有两种：（1）应用微博提供的高级搜索API； （2）遍历所有微博用户，收集指定时间段的所有推文，然后使用指定的关键字过滤推文。 但是，对于第一种方法，由于微博搜索API的限制，一次搜索的结果最多包含1000条推文，这使得构建大型数据集变得困难。 至于第二种方法，尽管我们可以构建几乎没有遗漏的大规模数据集，但是遍历数十亿微博用户需要非常长的时间和大量的带宽资源。 另外，大量的微博用户

索尔L-20M Sophos-ReversingLabs 2000万数据集 此存储库中包含的代码产生了可在s3://sorel-20m/09-DEC-2020/baselines 该代码取决于可通过Amazon S3在s3://sorel-20m/09-DEC-2020/processed-data/获得的SOREL数据集；要训​​练lightGBM模型，您可以使用s3://sorel-20m/09-DC-2020/lightGBM-features/提供的npz文件，或使用此处包含的脚本从处理后的数据中提取所需的文件。 如果您在自己的研究中使用此代码或数据，请使用以下引用引用我们的论文：“ SOREL-20M：用于恶意PE检测的大规模基准数据集”，为 ： @misc{harang2020sorel20m, title={SOREL-20M: A Large Scale B

heart_disease_prediction 心脏病UCI数据集 该实验只是根据心脏病的缺席情况简单地预测心脏病的存在。 1.关于数据集： 该数据集在Kaggle（ ）上提供。 并且可以从UCI机器学习存储库（ ）中获得。 数据包含总共14个属性，如下所示。 属性说明 年龄：岁 性别：性别（1 =男性； 0 =女性） cp：胸痛类型 值1：典型心绞痛值2：非典型心绞痛值3：非心绞痛2值：无症状 trestbps：静息血压（入院时以毫米汞柱为单位） 胆汁：血清胆汁，mg / dl fbs ：（空腹血糖> 120 mg / dl）（1 =正确； 0 =错误） restecg：静息心电图结果 值0：正常值1：ST-T波异常（T波倒置和/或ST升高或降低> 0.05 mV）值2：按照Estes的标准显示可能或确定的左心室肥大 丘脑：达到最大心率 exang：运动引起的心绞痛（

via2coco 从生成的项目json中，生成类似coco的文件夹 入门 默认运行 node run.js -i viaproject.json 创建带有复制图片的类似可可的数据集 先决条件 您需要安装软件什么东西以及如何通过测试安装它们 node v9.11.1 npm 6.0.1 正在安装 安装部门 npm install 运行测试 运行测试 make 执照 以下 WTFPL