噪声分类

设计两种“噪声鲁棒”分类器。使用三个不同的数据集来训练和测试分类器的效果。 内容： 数据集说明： 共有三个图像数据集，其中两个数据集提供了“标签翻转矩阵”（这个矩阵说明了标签的噪声情况），第三个数据集没有提供翻转矩阵。 任务是利用已知的翻转矩阵（对前两个数据集）和自己估算的翻转矩阵（对第三个数据集）来训练分类器，使它们能够处理带有标签噪声的数据。 模型训练： 在每个数据集上，随机选择80%的数据进行训练，20%的数据用于验证，并重复10次。 你需要使用多个指标（如准确率、精确率、召回率和F1分数）来评估模型的表现。 任务分解： 对前两个数据集使用已知的翻转矩阵进行分类。 对第三个数据集自己估算翻转矩阵，并报告该估算矩阵。 实现至少两种噪声鲁棒的分类器，并评估它们在干净测试数据上的表现。 报告要求： 报告需要包含摘要、介绍、相关工作、方法、实验结果、结论等部分。 还需要提供运行代码的说明。 提交要求： 压缩包，包含报告（PDF格式）和代码