# 集成学习KNN

**Repository Path**: emmm_e_m/ensemble-learning-knn

## Basic Information

- **Project Name**: 集成学习KNN
- **Description**: 使用集成学习优化“KNN 算法识别猫狗”项目
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 378
- **Created**: 2024-11-07
- **Last Updated**: 2024-11-07

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 项目描述
本项目使用硬投票、软投票、装袋、粘贴、AdaBoost、梯度提升和堆叠方法的集成学习方法优化KNN猫狗识别
# 功能
本项目实现了以下功能：
- 使用不同模型训练
- 输出准确率和训练时间
- 调整参数，提高准确率
- 保存最佳模型
- 使用Gradio部署为一个网页应用识别猫狗图片

# 依赖
本项目依赖以下库：
- numpy
- faiss
- sklearn
- argparse
- logging
- tqdm
- cv2
- os
- imutils
- pickle
- tensorflow

# 使用
1. 安装依赖库
2. 运行训练脚本
3. 查看训练结果
- 训练完成后，程序会输出最佳的模型和相应的准确率。
4. 可以通过点击上传一个图片，然后通过模型判断该图片是猫还是狗

# 注意
- 本项目使用Python 3.8及以上版本进行开发和测试。
- 本项目使用tqdm库在循环中添加进度条。

## 个人信息
- 学号: 202252320428
- 年级: 2022
- 专业: 智能科学与技术
- 班级: 4 班