决策树是最重要的机器学习算法之一，其可被用于分类和回归问题。本文中，我们将介绍分类部分。
2020-10-12 16:39:34
1112 
参考右边的帮助文档文章目录嵌入式系统之硬件总复习前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文
2021-12-16 06:27:44
文档文章目录系列文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结前言提示：这里可以添加本文要记录的大概内容：例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例
2021-08-13 07:39:46
人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容：1分别用任务和函数实现斐波纳契数列求职；2斐波纳契数列递归的方法定义如下：F（0）=0，F（1）=1，F（n）=F(n-1)+F(n-2)；
2022-02-09 07:47:32
机器学习(李航统计学方法)之KNN
2020-04-07 16:20:24
机器学习与数据挖掘方法和应用（经典）
2023-09-26 07:56:49
本书将机器学习看成一个整体，不管于基于频率的方法还是贝叶斯方法，不管是回归模型还是分类模型，都只是一个问题的不同侧面。作者能够开启上帝视角，将机器学习的林林总总都纳入一张巨网之中
2019-03-18 08:30:00
各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型
2019-09-10 10:53:10
学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport.
2021-08-20 08:07:49
：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、hc6800-es v2.0示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步
2021-11-24 06:00:24
学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport
2022-01-12 08:12:18
人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码
2022-02-28 06:12:58
机器学习的未来在工业领域采用机器学习机器学习和大数据
2021-01-27 06:02:18
上课时间安排：2022年05月27日 — 2022年05月30日No.1 第一天一、机器学习简介与经典机器学习算法介绍什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类
2022-04-28 18:56:07
感器(External Sensons)。下面将以此为主，结合机器人传感器其它分类方法进行阐述。机器人产业近年来发展很快，2012年全球产量为16万台，欧、美、日等工业发达国...
2021-09-16 08:45:39
ARM机械手臂有各种形状和大小。机械臂是机器人的一部分，用来定位末端执行器和传感器来完成编程任务。许多(但不是全部)类似于人类的手臂，有肩膀，肘部，手腕，甚至手指。这给了机器人很多方法来定位它自己在它
2022-03-31 10:31:31
、Scikit-Learn在机器学习和数据挖掘的应用中，Scikit-Learn是一个功能强大的Python包，我们可以用它进行分类、特征选择、特征提取和聚集。二、StatsmodelsStatsmodels是另一个聚焦在
2018-03-26 16:29:41
的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容：1使用系统任务readmemb或readmemh从数据文件初始化实验8所设计的ROM、RAM；2设计合适的测试程序对初始化后的ROM、RAM进行读出测
2022-02-09 06:05:01
任务九：让AI自动提取特征目标： • 在前面各任务里，已经引导AI自我学习，能够基于人们所给予的特征值而进行分类了。• 其中，是由人们去观察而萃取特征的，然后才递交给AI去分类，这通称为：人工提取
2020-10-30 14:17:13
已知分类的训练数据集，然后用这些数据及其分类去训练分类器，然后再用测试数据输入训练器，训练器对这些数据做出分类，这也是一般机器学习的一种方法，常用的分类器有K邻近分类器（KNN）、贝叶斯分类器和支持向量
2017-07-20 22:26:27
、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法
2017-06-01 15:49:24
。Netflix有一个很好的关于下一个你想看的节目的想法，Facebook可以在照片中识别你和你的朋友，这要感谢机器学习.。机器学习是关于自动执行任务的，它的应用跨越了广泛的行业领域。数据安全公司可以使用机器学习
2018-08-27 10:16:55
的、面向任务的智能，这就是机器学习的范畴。我过去听到的机器学习定义的最强大的方法之一是与传统的、用于经典计算机编程的算法方法相比较。在经典计算中，工程师向计算机提供输入数据ーー例如，数字2和4ーー以及将它
2022-06-21 11:06:37
影响范围，并在这一过程中开启一个应用的新时代，我们必须找到方法，在更小、更资源受限的设备上促进机器学习的推理。这种追求导致了微型机器学习或 TinyML (TinyML 基金会的商标名称，已经成为这项技术
2022-04-12 10:20:35
的模型，可以用于回归和分类任务。大部分的机器学习算法都是用它的名字来描述的KNN也是一样，使用一个空间来表示邻居的度量，度量空间根据集合成员的特征定义它们之间的距离。对于每个测试实例，使用邻域来估计响应
2022-10-28 14:44:46
人一样接收很复杂的信息，然后智能的进行分类。比如谷歌的人工智能平台可以把各种猫的图片都识别出来，而不管是什么样的猫。机器之所以能够如此智能，主要原因是它像人一样，也进行了学习，它拥有从图片中提取“猫
2018-05-31 09:36:03
我想在 STM 板上使用机器学习算法对通过工业传感器获取的气体传感器数据进行分类。知道哪种 STM32 变体最适合此应用吗？
2023-01-10 07:10:16
人可以有自我学习的技能，而机器人只能被灌输既定的知识吗？如何实现机器人的自我学习？考虑一个罐子，里面装着橙色和绿色的弹珠。如何估计里面的橙色弹珠比例？一种方法是抽样。如果样本大小为N，样本中橙色弹珠
2016-03-04 10:34:38
人工智能下面有哪些机器学习分支？如何用卷积神经网络（CNN）方法去解决机器学习监督学习下面的分类问题？
2021-06-16 08:09:03
的不同，机器学习可分为：监督学习，无监督学习，半监督学习，强化学习。在这里我们讲2种机器学习的常用方法：监督学习，无监督学习。监督学习是从标记的训练数据来推断一个功能的机器学习任务，可分为“回归”和“分类
2018-07-27 12:54:20
每当提到机器学习，大家总是被其中的各种各样的算法和方法搞晕，觉得无从下手。确实，机器学习的各种套路确实不少，但是如果掌握了正确的路径和方法，其实还是有迹可循的，这里我推荐SAS的Li Hui
2019-03-07 20:18:53
，我们想要介绍另一种分类算法的方法，即通过机器学习所负责的任务来分类。 机器学习的任务1.回归回归是一种用于建模和预测连续数值变量的监督学习任务。例如预测房地产价格，股价变动或学生考试分数。 回归任务
2019-09-22 08:30:00
摘要：本文首先介绍了无线电测向的一般知识，说明了无线电测向机的分类方法和应用；着重从测向原理的角度说明了不同测向体制的特点和主要技术指标；最后从实际出发，提出选用建议。供读者参考。
2019-07-18 06:07:32
选择最能满足个人需求，以及保证自己将来能够在 AI 和机器学习领域顺利发展的编程语言。在本文中，我们将介绍最值得学习的 5 种编程语言，这些语言不仅能够为机器学习征服世界铺平道路，而且也能够帮助你处理好日常工作。下面，我们来看看为了在 AI 和机器学习领域站稳脚跟，你需要学习的五种语言。
2021-03-02 06:22:38
上课时间安排2022年05月27日 — 2022年05月30日No.1 第一天一、机器学习简介与经典机器学习算法介绍 什么是机器学习？机器学习框架与基本组成机器学习的训练步骤机器学习问题的分类
2022-04-21 15:15:11
为了提高数据的分类性能，提出一种集成学习的多分类器动态组合方法(DEA)。该方法在多个UCI标准数据集上进行测试，并与文中使用的基于Adaboost算法训练出的各个成员分类器的分类
2009-04-08 08:58:25
19 现代机器人分类介绍，包括部分机器人应用行业
2015-11-26 11:20:3012 学习机器学习有很多方法，大多数人选择从理论开始。 如果你是个程序员，那么你已经掌握了把问题拆分成相应组成部分及设计小项目原型的能力，这些能力能帮助你学习新的技术、类库和方法。这些对任何一个职业程序员来说都是重要的能力，现在它们也能用在初学机器学习上。
2018-07-05 08:34:002500 机器人的控制方法，根据控制量、控制算法的不同分为多种类型。下面分别针对不同的类型，介绍常用的机器人控制方法。 一、根据控制量分类 按照控制量所处空间的不同，机器人控制可以分为关节空间的控制和笛卡尔
2017-09-19 18:25:055 本文将简要介绍Spark机器学习库（Spark MLlibs APIs）的各种机器学习算法，主要包括：统计算法、分类算法、聚类算法和协同过滤算法，以及各种算法的应用。 你不是一个数据科学家。根据
2017-09-28 16:44:431 实际情况非常复杂，传统的分类方法不堪重负。现在，我们不再试图用代码来描述每一个图像类别，决定转而使用机器学习的方法处理图像分类问题。 目前，许多研究者使用CNN等深度学习模型进行图像分类；另外，经典的KNN和SVM算法
2017-09-28 19:43:490 在本文中，我将提供两种分类机器学习算法的方法。一是根据学习方式分类，二是根据类似的形式或功能分类。这两种方法都很有用，不过，本文将侧重后者，也就是根据类似的形式或功能分类。在阅读完本文以后，你将会
2017-09-29 08:42:2210 今天介绍机器学习中一种基于概率的常见的分类方法，朴素贝叶斯，之前介绍的KNN, decision tree 等方法是一种 hard decision，因为这些分类器的输出只有0 或者 1，朴素
2017-11-25 12:49:071264 
本文主要介绍了4 种应用比较普遍的的机器学习算法，但是机器学习算法还有其他很多不同的算法，大家感兴趣的可以自己去了解。 朴素贝叶斯分类是基于贝叶斯定理与特征条件独立假设的分类方法，发源于古典数学理论，拥有稳定的数学基础和分类效率。
2017-12-26 14:45:0226224 机器学习起源于人工智能，可以赋予计算机以传统编程所无法实现的能力，比如飞行器的自动驾驶、人脸识别、计算机视觉和数据挖掘等。机器学习的算法很多。很多时候困惑人们的是，很多算法是一类算法，而有些算法又是
2018-01-05 17:36:103101 
如何利用标记间关系来提高学习性能，是多标记学习领域的一个重要问题．分类器链方法及其变型是解决这类问题的一个有效技术．然而，它的学习过程需要预先给定标记的学习次序，这个信息真实情况难以获得．次序选择
2018-01-22 16:14:280 本文介绍机器学习中一种基于概率的常见的分类方法，朴素贝叶斯，之前介绍的KNN, decision tree 等方法是一种 hard decision，因为这些分类器的输出只有0 或者 1，朴素
2018-02-03 14:37:014921 
分类问题是机器学习应用中的常见问题，而二分类问题是其中的典型，例如垃圾邮件的识别。本文基于UCI机器学习数据库中的银行营销数据集，从对数据集进行探索，数据预处理和特征工程，到学习模型的评估与选择
2018-03-29 16:40:1614571 
机器学习入门方法 一说到机器学习，我被问得最多的问题是：给那些开始学习机器学习的人的最好的建议是什么？
2018-05-20 07:10:003755 
和应用》的介绍及下载地址 赞助本站 《机器学习与数据挖掘：方法和应用》分为5个部分，共18章，较为全面地介绍了机器学习的基本概念，并讨论了数据挖掘和知识发现中的有关问题及多策略学习方法，具体地阐述了机器学习与数据挖掘在工程设计，文本、图像和音乐，网页分析、计算机病毒和
2018-06-27 18:38:01639 ’和‘bad’类似（可能它们有许多类似的上下文），但是对于情感分析任务，good和bad应该要有明显的区分，如果使用CNN-static就无法做调整了；
2018-07-17 17:03:449372 
该演讲讨论了英特尔新服务器处理器在各种机器学习任务中的使用。
2018-10-30 06:50:002973 根据训练数据是否有标记，机器学习任务大致分为两大类：监督学习和非监督学习，监督学习主要包括分类和回归等，非监督学习主要包括聚类和频繁项集挖掘等。
2018-11-10 10:55:593764 《统计学习方法》可以说是机器学习的入门宝典，许多机器学习培训班、互联网企业的面试、笔试题目，很多都参考这本书。本文根据网上资料用python复现了课程内容，并提供本书的代码实现、课件及电子书下载。
2018-11-25 09:24:134250 with experience E（一个程序从经验E中学习解决任务T进行某一任务量度P，通过P测量在T的表现而提高经验E（另一种定义：机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。） 不同类型的机器学习算法：主要讨论监督学习和无监督学习 监督学习：利用一组已知类别的样本调整分类器的参数
2018-12-03 17:12:01401 对机器学习的定义和应用实例进行了介绍，涵盖了监督学习。贝叶斯决策理论。参数方法、多元方法、维度归约、聚类、非参数方法、决策树。线性判别式、多层感知器，局部模型、隐马尔可夫模型。分类算法评估和比较，组合多学习器以及增强学习等。
2018-12-14 15:03:5518 本文介绍了包括图像分类、交易预测、情感分类、推荐系统、股票预测等在内的若干个机器学习应用及数据集。
2019-04-21 11:01:143652 具体来说有四个方面的介绍，包括机器学习的定义、机器学习的起源，以及进化反向、机器学习的分类和类别、最常用的机器学习算法，如何实现。
2019-05-14 14:31:022345 
机器人的用途很广，它有很多的分类。行业不同，机器人的应用场景不一样；要求不同，机器人的控制方式也会有差异，下边从两个具有代表性的分类方法介绍机器人的分类。
2019-08-09 09:34:1728297 本文档的主要内容详细介绍的是OpenCV机器学习SVM支持向量机的分类程序免费下载。
2019-10-09 11:45:525 本文主要介绍一个被广泛使用的机器学习分类算法，K-nearest neighbors（KNN），中文叫K近邻算法。
2019-10-31 17:18:145657 机器学习中有许多分类算法。本文将介绍分类中使用的各种机器学习算法的优缺点，还将列出他们的应用范围。
2020-03-02 09:50:123296 来“训练”，通过各种算法从数据中学习如何完成任务。机器学习传统的算法包括决策树、聚类、贝叶斯分类等。从学习方法上来分可以分为监督学习、无监督学习、半监督学习、集成学习、深度学习和强化学习。
2020-07-26 11:14:4410904 本节概述机器学习及其三个分类（监督学习、非监督学习和强化学习）。首先，与机器学习相关的术语有人工智能（Artificial Intelligence，AI）、机器学习（Machine Learning，ML）、强化学习、深度学习等，这里对这些术语进行简单的整理。
2020-08-14 12:24:4723091 
NLP分类任务我们每个NLPer都异常熟悉了，其在整个NLP业务中占据着举足轻重的地位，更多领域的子任务也常常转化为一个分类任务，例如新闻分类、情感识别、意图识别、关系分类、事件类型判断等等。
2020-08-28 10:02:211901 
Datawhale干货译者：张峰，Datawhale成员 本文将介绍机器学习算法中非常重要的知识分类（classification），即找一个函数判断输入数据所属的类别，可以是二类别问题（是/不是
2020-10-22 11:16:041908 
目标 从头开始实践中文短文本分类，记录一下实验流程与遇到的坑运用多种机器学习（深度学习 + 传统机器学习）方法比较短文本分类处理过程与结果差别 工具 深度学习：keras 传统机器学习
2020-11-02 15:37:154797 
介绍使图像分割的方法，包括传统方法和深度学习方法，以及应用场景。 基于人工智能和深度学习方法的现代计算机视觉技术在过去10年里取得了显著进展。如今，它被用于图像分类、人脸识别、图像中物体的识别、视频
2020-11-27 10:29:192858 什么是机器学习？机器学习是英文名称MachineLearning（简称ML）的直译。机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。
2021-01-21 09:29:063315 大家在做模型的时候，往往关注一个特定指标的优化，如做点击率模型，就优化AUC，做二分类模型，就优化f-score。然而，这样忽视了模型通过学习其他任务所能带来的信息增益和效果上的提升。
2021-04-09 10:03:447749 
为了更有效地实现软件众包任务推荐，提升软件开发质量，为工人推荐合适的任务，降低工人利益受损风险，以达到工人和众包平台双赢的效果，设计了一种基于排序学习的软件众包任务推荐方法。首先，基于改进的隐语
2021-04-23 11:13:454 文本摘要应包含源文本中所有重要信息，传统基于编码器-解码器架构的摘要模型生成的摘要准确性较低。根据文本分类和文本摘要的相关性，提出一种多任务学习摘要模型。从文本分类辅助任务中学习抽象信息改善摘要生成
2021-04-27 16:18:5811 基于CNN分类回归联合学习等的左心室检测方法
2021-06-25 11:15:0233 随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容：1 分别用任务和函数实现斐波纳契数列求职；2 斐波纳契数列递归的方法定义如下：F（0）=0，F（1）=1，F（n）
2021-12-05 19:06:099 这种方法可以提高每个任务的质量，并在收敛时间、训练实例数量、能源消耗等方面提高模型效率。本文提出的机器学习问题框架，可以视作标准多任务和持续学习形式化的概括和综合。
2022-07-21 10:19:041039 细胞成像的分割和分类等技术是一个快速发展的领域研究。就像在其他机器学习领域一样，数据的标注是非常昂贵的，并且对于数据标注的质量要求也非常的高。针对这一问题，本篇文章介绍一种对红细胞和白细胞图像分类任务的主动学习端到端工作流程。
2022-08-13 10:27:54857 计算机视觉主要问题有图像分类、目标检测和图像分割等。针对图像分类任务，提升准确率的方法路线有两条，一个是模型的修改，另一个是各种数据处理和训练的tricks。
2022-09-14 16:42:06899 现在，机器学习有很多算法。如此多的算法，可能对于初学者来说，是相当不堪重负的。今天，我们将简要介绍 10 种最流行的机器学习算法，这样你就可以适应这个激动人心的机器学习世界了！
2022-10-24 10:08:421517 机器学习算法只接受数值输入，所以如果我们遇到分类特征的时候都会对分类特征进行编码，本文总结了常见的11个分类变量编码方法。
2022-11-28 15:45:172548 TPOT代表基于树的管道优化工具，它使用遗传算法优化机器学习管道.TPOT建立在scikit-learn的基础上，并使用自己的回归器和分类器方法。TPOT探索了数千种可能的管道，并找到最适合数据的管道。
2023-03-10 17:28:29406 数据挖掘中应用较多的技术机器学习。机器学习主流算法包括三种：关联分析、分类分析、聚类分析。
2023-03-27 14:13:302542 根据有无标签，监督学习可分类为：传统的监督学习（Traditional Supervised Learning）、非监督学习（Unsupervised Learning）、半监督学习（Semi-supervised Learning）。
2023-04-18 16:26:13628 根据机器学习相关介绍(9)——支持向量机(线性不可分情况)，通过引入松弛变量δi将支持向量机推广至解决非线性可分训练样本分类的方式不能解决所有非线性可分训练样本的分类问题。因此，支持向量机的可选函数范围需被扩展以提升其解决非线性可分训练样本分类问题的能力。
2023-05-16 11:20:261253 
本电子书建立在使用 MATLAB 进行机器学习 的基础上，后者回顾了机
器学习基础知识，并介绍了监督和无监督学习的技术方法。
我们使用心音分类器为例，向您介绍真实世界中的机器学习应用程序
2023-05-29 09:14:530 德赢Vwin官网
网站提供《机器学习之新功能对象分类.zip》资料免费下载
2023-06-19 15:45:050 联合学习在传统机器学习方法中的应用
2023-07-05 16:30:28489 
机器学习是一种方法，利用算法来让机器可以自我学习和适应，而且不需要明确地编程。在许多应用中，需要机器使用历史数据训练模型，然后使用该模型来对新数据进行预测或分类
2023-08-02 17:36:34332 人工智能方法有哪些 人工智能（AI）是指通过机器模拟和执行人类智能任务的计算机系统。这种技术可以应用于各种领域，包括语音识别、自然语言处理、计算机视觉、机器学习和其他人工智能方法。下面将介绍一些常见
2023-08-12 16:49:103422 对自然语言、图像、声音、视频等数据进行分析、分类、预测的重要方法之一。在日常生活和工作中，我们可以看到机器学习广泛应用于推荐系统、搜索引擎、语音识别、自然语言处理、计算机视觉、医学诊断等领域。 机器学习可以基于数据集和学习方式分为以下几
2023-08-17 16:11:364057 是一种非常流行的编程语言，因为它具有非常强大的数据分析和科学计算库。Python可以被用来完成一系列的任务，包括机器学习、数据分析、图像处理、自然语言处理和深度学习等任务。 本篇文章旨在介绍Python机器学习的概述，包括机器学习的基本概
2023-08-17 16:11:43709 是解决具体问题的一系列步骤，机器学习的算法被设计用于从大量的数据中自动学习并不断改进自身的性能。本文将为大家介绍机器学习算法汇总和分类，以及常用的机器学习算法模型。 机器学习算法汇总 机器学习算法的类型繁多，主
2023-08-17 16:11:48632 机器学习算法总结 机器学习算法是什么?机器学习算法优缺点? 机器学习算法总结 机器学习算法是一种能够从数据中自动学习的算法。它能够从训练数据中学习特征，进而对未知数据进行分类、回归、聚类等任务。通过
2023-08-17 16:11:50938 机器学习算法入门 机器学习算法介绍 机器学习算法对比 机器学习算法入门、介绍和对比 随着机器学习的普及，越来越多的人想要了解和学习机器学习算法。在这篇文章中，我们将会简单介绍机器学习算法的基本概念
2023-08-17 16:27:15569 有许多不同的类型和应用。根据机器学习的任务类型，可以将其分为几种不同的算法类型。本文将介绍机器学习的算法类型以及分类算法和预测算法。 机器学习的算法类型 1. 监督学习算法 在监督学习算法中，已知标记数据和相应的输出
2023-08-17 16:30:111244 机器学习（Machine Learning）是一种人工智能的技术，它是一种让计算机通过对大量数据进行分析和学习，从而可以自动进行预测和决策的技术。其核心思想是利用算法和统计学的方法来让计算机在没有人
2023-08-22 17:39:402270 AdaBoost（自适应增强）是机器学习历史上第一个将各种弱分类器组合成单个强分类器的增强算法。它主要致力于解决二元分类等分类任务。
2023-12-19 14:24:38168 
一对其余其实更加好理解，每次将一个类别作为正类，其余类别作为负类。此时共有（N个分类器）。在测试的时候若仅有一个分类器预测为正类，则对应的类别标记为最终的分类结果。
2024-03-18 10:58:1246 
德赢Vwin官网
App
工商网监
评论