train完整2.cpp

titanic生还预测训练集数据,其中数据处理了缺失值并将特征离散化,还删除了与标签相关性较弱的特征(例如:姓名)和缺失值过多特征。

语言模型 python实现uni-gram和bi-gram 使用ppl困惑度对比模型效果 山东大学2019NLP实验1

银行数据集，包括id,y,loan,housing,duration,pdays等标签

SHHB_train数据集txt人头坐标文本处理,在网上能找到xml格式转为txt格式的代码,但是找不到txt文本的代码,所以只能自己写了一个,代码略有冗余,还没来得及修改。

在“大数据”的时代背景下，保证机器学习算法效果的同时，充分挖掘IT基础设施算力，提升算法计算性能，一方面有利于保护企业现有IT投资，另一方面能让数据分析师以更短的时间完成建模，从而可以选择出来更优化的

全国列车运行时刻表，包含停站点，停站时长，车次城市信息顶

手写数字的训练集。包含pytorch使用的mnist数据集以及mnist原始数据集。用来完成实验。mnist_test.txt mnist_train.txt

DataFountain上新闻情感分类的数据集，是训练集的内容

命名实体人物优化后语料，对大量单字人物进行了重新标注

dssd-train.prototxt，只是为了备份用的！