机器学习根据输出的类型一般分为两类,分类和回归。分类的输出一般是离散值,回归输出的值一般是连续的。比如,人脸识别这种就属于分类问题,房价预测一般是一个回归问题。

鸢尾花分类

# -*- coding: UTF-8 -*-
# 导入数据集
from sklearn.datasets import load_iris
iris = load_iris()# 标签,和特征
X = iris.data
y = iris.target
print('标签的特征维度',X.shape)
# 将数据集分为训练集,测试集
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.4, random_state=1)# 定义模型并且训练
from sklearn.naive_bayes import GaussianNB
gnb = GaussianNB()
gnb.fit(X_train, y_train)# 进行预测
y_pred = gnb.predict(X_test)# 模型预测的准确度
from sklearn import metrics
print("Gaussian Naive Bayes model accuracy(in %):", metrics.accuracy_score(y_test, y_pred)*100)

人脸识别与美颜算法实战-基于机器学习的人脸识别相关推荐

  1. python验证码识别库底色深_基于机器学习的验证码识别

    基于机器学习的验证码识别 目录说明 ├── . ├── catpcha_images 验证码采集存储目录 ├── thred_images二值化图片存储目录 ├── noised_images降噪图片 ...

  2. 人脸识别与美颜算法实战-图像特效

    哈哈镜 输入图像f(x,y),宽高分别为Width和Height,设置图像中心坐标 Center(cx,xy)为缩放中心点,图像上任意一点到中心点的相对坐标 tx=x-cx,ty=y-cy.哈哈镜效果 ...

  3. python实现面部特效_【AI美颜算法】300行Python实现基于人脸特征的美颜算法

    先上效果图: AI美颜 人类一直是一个看脸的物种,人人都希望可以变得更美是无可争议的,而美颜类应用的出现拯救了所有人,从此人类进入了美(照)颜(骗)时代. .... 每次写技术blog都要写一堆废话引 ...

  4. 2_Python实现基于人脸特征的美颜算法(20181224)

    Python实现基于人脸特征的美颜算法(20181224) https://zhuanlan.zhihu.com/p/29718304 https://github.com/BradLarson/GP ...

  5. 【项目实战-MATLAB】:基于机器学习的虹膜识别系统设计

    基于机器学习的虹膜识别系统设计 设计的虹膜识别系统流程图如图 1 所示,在图像的预处理过程中主要包括虹膜定位.虹膜区域提取.虹膜区域极坐标变换和归一化处理.最后采用SVM识别方法实现虹膜识别. 图1 ...

  6. 基于机器学习的车牌识别系统

    基于机器学习的车牌识别系统 本文设计的车牌处理系统主要用于通过手机.路口监视器拍到的车牌照片进行识别.由图像处理.车牌定位.字符分割和字符识别四个模块组成,该四部分需要依次执行,其中的每一模块需要利用 ...

  7. 基于机器学习的车牌识别系统(Python实现基于SVM支持向量机的车牌分类)

    基于机器学习的车牌识别系统(Python实现基于SVM支持向量机的车牌分类) 一.数据集说明 训练样本来自于github上的EasyPR的c++版本,包含一万三千多张数字及大写字母的图片以及三千多张中 ...

  8. 【Android +Tensroflow Lite】实现从基于机器学习语音中识别指令讲解及实战(超详细 附源码和演示视频)

    需要源码和配置文件请点赞关注收藏后评论区留言~~~ 一.基于机器学习的语音推断 Tensorflow基于分层和模块化的设计思想,整个框架以C语言的编程接口为界,分为前端和后端两大部分 Tensorfl ...

  9. 人脸识别门禁系统:基于Android的人脸识别门禁系统 毕业设计完整代码详细教程

    完整代码:https://download.csdn.net/download/qq_38735017/87382371 一.研究目的 传统的门禁系统以钥匙作为验证手段,便捷程度低,丢失钥匙之后会导致 ...

最新文章

  1. 带你少走弯路:五篇文章学完吴恩达机器学习
  2. 知识图谱的关键技术及其智能应用(附PPT)
  3. JUnit注解与hamcrest
  4. 3rd_party/flatbuffers/tmp/flatc: No such file or directory
  5. python【力扣LeetCode算法题库】121-买卖股票的最佳时机
  6. 模拟浏览器自动化测试工具Selenium之五Centos系统命令行下部署selenium环境试验
  7. CTFshow php特性 web132
  8. SpringBoot中过滤器和监听器
  9. 大型网站典型故障案例分析
  10. 【转】用Fiddler做抓包分析详解
  11. java实现中缀表达式转后缀表达式
  12. [ios]ios读写文件本地数据
  13. 如何保证数据库结构的合理性(三、建立可靠的关系)
  14. C语言中强制转换问题
  15. Coursera 斯坦福大学科学论文写作课程笔记(一)
  16. word2016标题序号变黑色竖线解决方法
  17. win8.1 or win server 2012 安装python3.5以上导致Error 0x80240017
  18. ESD元器件防护原理及选型
  19. Get UWP Version(不使用额外的nuget包或SDK)
  20. 稳若磐石的「云上奥运」背后,是云计算新界面的崛起

热门文章

  1. random模块——随机数常用函数介绍
  2. Chrome Autofill 删除规则
  3. 小白的靶机VulnHub-Stapler
  4. 编写程序体重身高输入和输出C语言,(C语言程序设计实验.doc
  5. eslint plugins与extends的区别
  6. CXF之Features
  7. Apache CXF 介绍
  8. Matlab使用-meshgrid函数(网格矩阵)
  9. win10安装mangodb 5.x无法启动服务, 提示:错误1053:服务没有及时响应启动或控制请求.
  10. 怎样解决spoolsv.exe应用程序错误