Ta上传的资源 (0)

用CNN实现一个分类器,数据共有10类，训练数据在train文件夹下，测试数据在test文件夹下，数据有十类，读取数据的方法如下。 #python2 importcPickle defload_data(data_path): withopen(data_path,"rb")asf: target

完成一个线性回归的算法，其中train.npz是数据读取数据的方式为：importnumpyasnpdata=np.load("train.npz")x_array,y_array=data['x'],data['y']其中x_array是对2000组特征，每个特征为五维,y_array是这2000

完成一个逻辑回归的算法。其中data.npz是数据读取数据的方法为：data=np.load("data.npz")x_train,y_train,x_test,y_test=data["x_train"],data["y_train"],data["x_test"],data["y_test"]x

实现一个基于多层感知器的分类器a.txt,b.txt,c.txt是三种类别的数据，读取数据的方法为data=np.loadtxt("a.txt"),数据的维度为60，每类数据的百分之八十用于训练，百分之二十用于测试。