我目前正在阅读这篇文章，其中原始的点云坐标正在经历两种转换，输入转换和特征转换，转换本身由一个迷你点网和一个矩阵乘法组成，输入转换将其转换为nx3向量，而特征转换将其转换为nx64向量。然而，这两个转换在结构上本质上是相同的(tnet X matrixmultiply)，那么我们怎么能说第一个转换转换输入，第二个转换作用于特征呢？
浏览 1提问于2018-05-29得票数 1
我想知道，这个样本项目是使用他们的云服务来检测情绪，还是在iOS上原生工作？它在内部使用OpenCV吗？它是如何在内部工作的？我想稍微修改一下功能，但我想知道这个程序是如何检测情绪的？
请解释一下。
浏览 4提问于2016-11-30得票数 0
2回答
云计算中的DDoS攻击与基础设施中的传统网络有什么区别吗？我的博士研究是关于建立一个模型来检测云环境中的DDoS。因此，我采用了分类方法。在我的方法中，我用传统的网络基础结构数据集训练了天真的基分类器，并在云数据集上进行了测试。但是分类器对某种DDoS攻击进行了错误分类。例如，非云数据集中的Smarf攻击在云数据集中被错误地归类为UDP攻击，或者<em
浏览 0提问于2017-09-11得票数 0
1回答
我有云标签A，B，C。每个云标签由实体(单词) e，f，g组成。单词E和Cloudtag A和B而不是C.因此，e是一个很好的分离器，可以得到两个团簇。我知道k-的意思，但我不知道如何将数据转换成多维的数值数据。据我所知，know需要数值点来创建星系团。
浏览 3提问于2015-05-06得票数 0
回答已采纳
我想做图像分类。在我的数据集中，尽管图像特征是这种分类(颜色、形状等)的强大组成部分，但是如果不解释图像中的文本，那么中的某些类别的图像将很难被区分。但是是否有一种方法来进行图像分类(VertexAI/AutoML)，使用Google提取作为一种额外的图像特征
AutoML分类似乎
浏览 8提问于2022-01-07得票数 2
1回答
一般主题:基于分类特征提取的颜色匹配应用我可以得到图像的颜色直方图，并将它们部署到带有标签的csv文件中，以训练KNN。这一步已经完成了！但是，我不明白如何将测试图像的颜色直方图值发送到KNN进行分类？测试图像颜色直方图中有一堆矩阵值。所以我的问题是，如何将这个点云(测试图像的颜色直方图值)发送到KNN进行分类？
浏览 15提问于2017-12-26得票数 0
2回答
我是一名汽车工程专业的学生，目前我正在大学的一个自动驾驶巴士项目中工作，该项目使用来自激光雷达传感器的三维点云。我的工作是用深度学习算法训练点云。但我不知道如何开始。我在网上找到了很多资料。
浏览 5提问于2019-10-26得票数 1
1回答
我正在尝试构建一个图像分类器，它将基于测试图像和标记图像的数据集之间的相似性度量来识别测试图像的类别。基本上，我想使用KNN分类器，它将预先训练的CNN模型的瓶颈特征作为输入。我想将这个标记图像(瓶颈特征)的数据集存储在Google云存储中的一个单独的存储桶中，并在预测期间允许我的模型访问此数据集，因为当将此数据集添加到保存的模型中时，我保存的模型的文件大小会太大(Google
浏览 5提问于2018-08-02得票数 0
3回答
区分/分类/分类/确定托管数据中心和云数据中心的确切因素是什么？
在抽象的层次上，如果数据中心是一个物理的地方，它被用来容纳(当然，空调，维护等)。不同的客户服务器，我想知道托管和云数据中心之间的主要区别是什么？
浏览 0提问于2011-02-03得票数 0
我使用pcl::FPFHEstimation类来检测特征点，如下所示：fest.setInputNormals(point_normal);我的问题是如何可视化点云中检测到的特征点就像检测到的红色特征点和白色非特征点一样。
我已经搜索了很多，但我只找到一些方式来显
浏览 8提问于2020-06-02得票数 0
回答已采纳
我想从包含分类和数值特征的数据中选择最重要的特征。我试过SelectFromModel和RFE。 作为预处理步骤，我已经通过OHE将我的分类特征转换为多个特征。上述方法现在仅选择分类特征的一部分(例如，仅周一)。有没有其他方法可以选择整个分类特征，或者完全删除它们，而不是暴力强制所有分类特征的组合？
浏览 81提问于2021-11-19得票数 1
我正在尝试使用sklearn模块来训练决策树分类器。数据由一些分类特征和一些连续特征组成。但当我训练分类器时，具有1、2、3等值的分类特征被视为连续的。我得到的结果给出了一个范围，甚至对于特征的分类值也是如此。例如，我得到了一个决策树，其中X<4.5表示一个特定的类，其中X是一个分类特征。请注意，因为这里的X是分类的，所以值1与值2无关，但是分类</
浏览 1提问于2015-05-19得票数 0
2回答
我正在做一个与书面文本相关的分类任务，我想知道为了提高分类结果，执行某种“特征选择”过程有多重要。我正在使用支持向量机(scikits)和LDAC (mlpy)。
如果a混合了相关和不相关的特征，我想我得到的分类结果会很差。我应该在分类前执行“特征选择程序”吗？Scikits有使用基于树的RFE对特征进行排序以选择最重要的特征并使用SVM (非线性)或LDAC执行实际分类是否有意义
浏览 0提问于2012-03-12得票数 3
1回答
很少有关于分类数据的问题。需要建议/指示：cat和num特征之间的相关性如何？我们如何找到目标依赖于组合的分类特征，但可能不显示与个别特征的相关性的情况？
我们能否处理测试数据具有训练数据中不存在的分类特征值的场景？
浏览 0提问于2020-04-28得票数 0
2回答
我想问一个问题:在ada boost分类算法中，您正常使用了多少弱分类器。例如，如果我有一些特征，比如像haris，hog，sift之类的特征检测器获得的8000个特征，我通常如何确定这些特征的弱分类器的数量。对于每种类型的特征，我都考虑使用1种弱分类器，并以这种方式进行加权和。恐怕它太合适了..。
浏览 4提问于2014-04-12得票数 0
回答已采纳
1回答
我们知道，在数据挖掘中，我们经常需要对分类特征进行一次性编码，因此，一个分类特征将被编码为几个"0/1“特征。有一个特例让我感到困惑:现在我的数据集中有一个分类特征和一个数字特征，我将分类特征编码为300个新的"0/1“特征，然后使用MinMaxScaler对数字特征进行归一化，因此我的所有特征值都在0到1
浏览 2提问于2018-12-03得票数 0
1回答
我知道支持向量机、随机树林和logistic回归是著名的机器学习(ML)分类算法。上面的ML算法是否用于提取特征，而不是选择的一部分？ML算法包括特征提取和分类两个过程吗？
训练ML算法的结果(准确性、特异性、敏感性.)在特征提取之后，告诉我们疾病分类的结果吗？
浏览 2提问于2019-11-13得票数 1
回答已采纳
我有一个包含2个数字描述性特征和3个分类描述性特征的数据集。我已经对分类特征进行了编码，并对神经特征进行了缩放。现在我想使用混合朴素贝叶斯分类器，该分类器包含用于分类特征的Bernoulli NB和用于数值特征的高斯NB。
浏览 0提问于2020-06-06得票数 0
2回答
我试图在UCI银行营销数据-> 上建立决策树和随机森林分类器。数据集中有许多分类特性(具有字符串值)。在spark文档中，可以通过使用StringIndexer或VectorIndexer索引将分类变量转换为数字变量。我选择使用StringIndexer (向量索引需要向量特征和向量汇编程序，它将特征转换为向量特征，只接受数字类型)。使用这种方法，将根据分类特征的频率(类别特征的最频繁标记为0
浏览 6提问于2017-07-06得票数 5
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
