搜索资源列表
KNN3
- 最近邻分类器，自己输入数据，实现以最近邻为判据的分类-Nearest neighbor classifier, their input data in order to achieve the classification of the nearest neighbor as the criterion
Application_of_Decision_Trees_on_uncertain_data.ra
- 决策树分类算法在不确定型数据方面的应用，首先进行学习，然后进行分类-Application of Decision Trees on uncertain data
PROGRME
- 数据挖掘，分类算法，ID3算法，VB实现，VS2008平台-Data mining, classification algorithm, ID3 algorithm, VB implementation, VS2008 Platform
GA_VB
- 用遗传算法实现数据分类的源码，一个用VB编写的例程-Data Classification Using VB.NET and Genetic Algorithm
SVMcg
- 用matlab实现支持向量机分类算法，通过对数据进行测试训练来进行分类-Using matlab implementation support to the classification algorithms to data, through testing and training to categorize
Classification-MatLab-Toolbox
- 数据挖掘中用于分类的算法的MATLAB源程序代码。-Data mining algorithms for classification MATLAB source code.
chapter1
- matlab神经网络 bp神经网络的数据分类-语音特征信号分类-matlab neural network of bp neural network - voice feature signal classification
bpnetwork
- 基于MATLAB开发语言的神经网络分类器算法，源代码，改进算法，不包含数据-Based on MATLAB language development neural network classifier algorithm, the source code, the improved algorithm, does not contain data
techrep
- 用于进行数据分类的SOM工具箱，对具有相似魔似的一组数据进行分类-SOM
decision-tree
- 该算法是数据挖掘中的数据分类算法，通过构造决策树，进而实现对数据的分类。-Data classification, decision tree structure
ID3
- ID3算法是数据挖掘中常用的算法，属于决策树分类算法，其分类速度较快，尤其对于大规模数据。-ID3 algorithm is commonly used in data mining algorithms, decision tree classification algorithm is, the classification speed, especially for large-scale data.
project2
- 采用SOM 算法来对二维数据来进行识别及分类-apply the self-organizing map (SOM) neural network to cluster the simulated two-dimensional data
TorchSVM
- SVM（支持向量机）的C++源码。可以实现基于SVM的数据分类机回归，可应用于人工智能，模式识别及数据处理领域。源码附有英文注释。-SVM (support vector machine) in C++ source code. Can achieve data classification based on SVM regression, can be used in artificial intelligence, pattern recognition and data processin
Chinese-text-categorization-Study
- 本文通过对Bayes、KNN、SVM 应用于中文文本分类进行比较实验研究。 应用ICTCLAS 对中文文档进行分词，在大维数，多数据情况下应用TFIDF 进行 特征选择，并同时利用它实现了对特征项进行加权处理，使文本库中的每个文本 具有统一的、可处理的结构模型。然后通过三类分类算法实现了对权值数据进行 训练和分类。-Based on the Bayes, KNN, SVM applied to compare the Chinese text ca
BP-Iris-classifier
- 使用BP网络实现了对Iris数据的分类，使用了可变学习速率和带动量的梯度下降算法。-Using the BP network realizes the classification of Iris data, the use of the variable learning rate and the amount of gradient descent algorithm driven.
realization-of-the-text
- 本文主要探讨了文本分类系统的实现和关键技术，第一部分为引言，第二部分描述了文本分类解决的问题并对其性能评估方法进行了介绍，第三部分探讨了文本分类系统的关键技术，第四部分给出了我们实现的基于向量空间模型的文本分类系统的结构框架，第五部分是该系统的测试数据和实验结果，第六部分是对将来工作的设想，第七部分是结束语-This paper discusses the realization of the text classification system and key technologies, th
sorting
- 用三层感知器实现数据分类。该感知器无反馈，使用2-2-1结构-Sensor data with a three-tier classification. The sensor without feedback, using the 2-2-1 structure
bsvm-multisvm
- 一个多分类支持向量机的文件，可直接运行，并且可以多数据进行多重分类，十分好用-A multi-class support vector machine files can be directly run, and can make multiple multiple data classification, is very easy to use
IrisClassification
- Iris数据集的分类程序，包括线性分类器实验，BP网络分类器实验，以及异或数据的BP网络分类实验，外带试验报告-Iris data set of classification procedures, including linear classification experiment, BP network classifier experiments, and different BP networks or data classification experiment, take-test
IrisBayes
- iris数据集的贝叶斯分类实验，外带实验报告一分-Bayesian classification of iris data set experiment, experimental report of a sub-outer