Я хочу использовать библиотеку FLANN для классификации Mutli-Label. Я знаю, что библиотека FLANN предназначена для вычисления ближайших соседей, но я не уверен, как ее использовать для целей классификации. Есть ли способ подключить его в Scikit-Learn или, возможно, к какой-либо другой библиотеке.Использование библиотеки FLANN для классификации с несколькими метками
1
A
ответ
0
FLANN написано на c++. Тем не менее, авторы дают python привязок, например, это:
from pyflann import *
from numpy import *
from numpy.random import *
dataset = rand(10000, 128)
testset = rand(1000, 128)
flann = FLANN()
result,dists = flann.nn(dataset,testset,5,algorithm="kmeans",
branching=32, iterations=7, checks=16);
, который я получил от их manual.
Это должно помочь вам начать работу о том, как совместить его с scikit learn. Вопрос о том, как использовать NN для классификации, слишком широк для ответа здесь, удачи!
Смежные вопросы
- 1. Использование Tensorflow для классификации с несколькими метками
- 2. RANDOM FOREST для классификации с несколькими метками
- 3. tf.parse_example.features для классификации фотографий с несколькими метками
- 4. GridSearchCV для классификации с несколькими метками для каждой метки отдельно
- 5. GridSearch для классификации с несколькими метками в Scikit-learn
- 6. Вероятность прогнозирования выхода libsvm для классификации с несколькими метками
- 7. Расчет градиента в потере Хэмминга для классификации с несколькими метками
- 8. Работа с дисбалансом класса в классификации с несколькими метками
- 9. Ограничения классификации с несколькими метками с набором динамических классов
- 10. Cmake: создание библиотеки FLANN
- 11. R: Использование библиотеки bigmemory для классификации с помощью randomForest
- 12. - это кросс-энтропия с использованием Softmax для классификации с несколькими метками?
- 13. поиск узлов с несколькими метками
- 14. Получение случайного леса feature_importances_ из OneVsRestClassifier для классификации с несколькими метками
- 15. Изменение архитектуры Inception-v4 для выполнения классификации с несколькими метками в Tensorflow
- 16. FLANN для OpenCV Java
- 17. Использование Weka для классификации
- 18. Использование NNET для классификации
- 19. Использование персептрона для классификации
- 20. Классификация с несколькими метками, включающая диапазон чисел в виде меток
- 21. Python - Использование «Flann» - «Тип ошибки»
- 22. Использование FLANN с отдельными * двойными массивами
- 23. sklearn - предсказать топ 3-4 метки в классификации с несколькими метками из текстовых документов
- 24. Использование параллельной библиотеки задач с несколькими компьютерами
- 25. Использование LSTM для двоичной классификации
- 26. Использование Keras для классификации текста
- 27. Классификация с несколькими метками в R
- 28. php jpgraph barplot с несколькими метками линий
- 29. Вызов строки с несколькими котировочными метками
- 30. R - boxplot с несколькими метками факторов