搜索资源列表
分类器比较
- 支持向量机，线性判别分析，回归树，主成分判别分析，分类回归树，K临近算法(SVMLinear discriminant analysis, regression tree, principal component discriminant analysis, classification regression tree, K proximity algorithm)
SVM算法matlab程序
- SVM(Support Vector Machine) 支持向量机算法，遥感影像分类，matlab(SVM (Support Vector Machine) support vector machine algorithm, remote sensing image classification, matlab)
LIBSVM
- LIBSVM工具箱，提供支持向量机分类及回归预测(LIBSVM Toolbox provides support vector machine classification recognition and regression prediction)
Class_6_Code
- matlab程序：实现支持向量机分类与预测(Matlab program: classification and prediction of support vector machines)
图像分类
- 这里使用svm支持向量机对多类图像进行分类
svm
- 支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
3027525
- 目前准确度最好的支持向量机分类算法,用C++编写()
(PCA+SVM)人脸识别
- 人脸识别，降维 加分类，主成分分析降维，支持向量机分类(Face recognition, principal component analysis reduced Vega classification, dimension reduction, support vector machine classification)
MySVMxx
- 训练文件和预测文件各5个，70vs30.1份使用说明，人机交互工程，按说明操作可分类。成功率有一定概率。(The training document and the forecast document are 5 each, 70vs30.1 instructions for how to use. Man-machine interaction engineering, according to the instructions can be classified. The rate of
SVM
- 利用SVM实现分类器，源码，带运行结果图。(Implementation of classifier by support vector machine)
libsvm-3.21
- SVM工具箱，里面有安装说明和使用方法，非常实用，可用作回归分类。(SVM toolbox, there are installation instructions and use method, very practical, can be used as a regression classification)
giwermtepriority
- 目前准确度最好的支持向量机分类算法,用C++编写()
程序2
- 介绍的是关于提取小波特征以及支持向量机分类的编程，也就是特征提取识别分类。(Wavelet feature extraction and support vector machine classification)
spam-filter-master
- 用MATLAB实现基于支持向量机的垃圾邮件分类(Using MATLAB to Implement Spam Classification Based on Support Vector Machine)
Canupo
- C++编码，基于线性判别分析（LDA）和支持向量机（SVM）的多尺度维度特征点云分类算法，通过机器学习方法精确分类。效果可达95%以上，本文件夹内含有详细中文教程。
Spam-Filter-master
- 垃圾邮件处理，svm支持向量机分类，利用matlab实现，包含垃圾邮件数据(Spam processing, SVM support vector machine classification, using MATLAB, including spam data.)
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
SVM
- 数据挖掘常用算法 支持向量机的简单实例,使用该方法来进行数据分类(SVM code example)
libsvm-mat-2[1].89-3[FarutoUltimate3.0Mcode]
- 一般的支持向量机只支持二分类，使用libsvm可以实现多分类，原理也是基于二分类，然后在使用投票机制，经测验，libsvm的分类精度可达85%以上(Multi class supported by libsvm,after testing, the classification accuracy can reach 85%.)
SVM
- 利用三次二分类SVM实现三分类SVM，可以用自己的数据，完美运行。(Using the three-category SVM to implement the three-class SVM, you can use your own data to run perfectly.)