数据科学基础课的作业集合
usage:
python main.py --C --seed --reduce_method --reduced_dim
分别是：SVM 的C， 随机种子， 使用的降维方法，需要将到的目标维数
本次作业要求我们用KNN分类上一次的数据集，采用不同的距离度量方式，并且采用metric learning进一步提升效果
采用网格式搜索超参，直接运行：
python run_script.py
具体参数：
usage: main.py [-h] [--method METHOD] [--k_neighbors K_NEIGHBORS]
[--seed SEED] [--log_path LOG_PATH]
[--metric_learning {NCA,LFDA,MLKR,None}]
optional arguments:
-h, --help show this help message and exit
--method METHOD
--k_neighbors K_NEIGHBORS
--seed SEED
--log_path LOG_PATH
--metric_learning {NCA,LFDA,MLKR,None}
已经得到了实验结果在报告中，跑了两周得到的预处理数据.npy想要的可以私
写出来也跑不出来
玩个蛇
三种方法没有一个行
不过代码都在这里
至少能跑起来
不行就水报告
嗯嗯
5.13 差不多调出来了，交报告
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent