世界各国家间距离数据(共224个国家,包括各个国家首都间距离)
资源包含了国家间的距离以及各国首都间的距离(单位千米),共224*224组,数据来自CEPII,可自行注册免费下载。由于原始数据中国家名字用的ISO编码,本人在数据里目标国家后增加了两列(国家全名和国家编码),提供多种国家名称表达方式,方便快速与其他数据集内国家名称匹配,从而与其他数据集配套使用。(PS:可以直接私信我留下邮箱备注距离数据我看到会发给你)
资源包含了国家间的距离以及各国首都间的距离(单位千米),共224*224组,数据来自CEPII,可自行注册免费下载。由于原始数据中国家名字用的ISO编码,本人在数据里目标国家后增加了两列(国家全名和国家编码),提供多种国家名称表达方式,方便快速与其他数据集内国家名称匹配,从而与其他数据集配套使用。(PS:可以直接私信我留下邮箱备注距离数据我看到会发给你)
通过简单的全连接神经网络对电影评论进行分类,代码包含了数据集的读取与处理,神经网络的构建、训练,以及使用训练好的网络去测试自定义的评论,适用于初学者,如果没有积分下载私信我邮箱。
1) 初始化(Initialzation)。利用下表给出的字符集和频度的实际统计数据建立哈夫曼树,并将它存于文件hfmTree中; 2) 编码(EnCoding)。利用已建好的哈夫曼树(若不在内存中,则从文件hfmTree中读入),对以下报文进行编码,结果存入文件CodeFile中; 报文内容:THIS PROGRAM IS MY FAVORITE 3) 译码(Decoding)。利用已建好的哈夫曼树,对文件CodeFile中编码后的报文进行解码,结果存入文件Textfile中; 4) 输出(Output)。输出字符集中每个字符的哈夫曼编码;输出原始报文,及其编码文件CodeFile和解码文件Textfile的内容。
签到王者
持续创作
阅读者勋章
分享小兵
签到达人
签到新秀
分享学徒
创作能手
GitHub