假设您正在尝试根据某些功能对房屋进行分类:
但并非所有房屋都有车库.但是当他们这样做时,他们的总面积会产生非常明显的特征.利用此功能中包含的信息有什么好方法？
我在Octave中整理了一个机器学习程序,如下所示:
我遇到的问题是步骤2,3和4需要几秒钟的时间才能完成整个数据库.但是,步骤1 每个文件大约需要1秒钟,这是过多的.
它花费这么长时间的原因是 - 在大多数情况下 - 因为我使用每个文件执行多个指数拟合leasqr.
由于每个类有大约1500个声音文件和3个或更多类,因此它开始累加.我想扩展到15,000个文件,并且目前的特征提取速度是不可行的.
我必须一遍又一遍地处理特征提取步骤的原因是因为我一直在使用它来调整我的分类器性能.例如,通过改变执行指数拟合的范围.
我的问题如下.我没有从外部运行繁琐流程的经验,但这是否可行？如果是这样,对于这样的情况,什么是好的/标准的做法？如果没有,那么什么是好的做法？
matlab signal-processing machine-learning octave amazon-web-services
如果您stackoverflow.com通过访问以下网址查询Similarweb:
http://www.similarweb.com/website/stackoverflow.com
您将看到网站上的统计数据.我相信我理解他们如何利用Highcharts等库来概括.
我无法弄清楚的是他们如何设法生成一份精美的pdf报告(你可以在右上方请求PDF报告,但它需要提供一个电子邮件地址(没有联盟!))具有相同的概述,大致相同的比例并仔细放置分页符.
那么我的问题是你如何渲染这样的仪表板,包括SVG和Highcharts,如此干净,小心的分页符,用PDF格式？我读过有关PhantomJS的信息,这对于实现这一结果是否是一个很好的解决方案？