粒子群算法(PSO)优化xgboost的分类预测，多输入单输出模型。PSO-xgboost分类预测模型。
多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。
程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图。
2024-01-27 19:27:15
54MB
1
cnn结合xgboost代码,用于多分类器的设计
2022-10-26 19:38:48
185KB
1
PySpark-ClusterClassify
使用AWS Sagemaker在MNIST数据集上进行分布式KMeans聚类和XGBoost分类作业
2022-04-03 16:34:56
671KB
1
乳腺癌检测应用
使用机器学习XGBoost分类器的乳腺癌检测应用程序
2021-12-31 09:32:00
1.93MB
1
行人检测在人工智能系统、车辆辅助驾驶系统和智能监控等领域具有重要的应用，是当前的研究热点.针对HOG特征不明显、支持向量机（SVM）分类器计算复杂度高，导致识别率低和检测速度慢的问题，本文提出了一种改进的基于增强型HOG的行人检测算法.该算法首先预处理原始图像并提取其HOG特征，然后增强该特征生成增强型HOG，经XGBoost分类器进行行人检测.在INRIA数据集上进行测试，实验结果表明所提算法识别率高达95.49%，有效地提高了行人检测性能.
2021-12-07 19:44:04
1.34MB
1