搜索资源列表
class
- 中文文本分类可以对已经分好词的文本进行分类，先自己导入数据，用libsvm中的svm进行分类和预测，特征用tfidf算法，还利用卡方检验进行了特征选择，可自行设定阈值-text mining
LDA
- 使用LDA算法做特征选择，介绍LDA算法原理以及推导过程，简单实例-Using LDA algorithm for feature selection, this paper introduces the LDA algorithm principle and derivation, a simple example
band-selection
- 基于图像对比度和波段相关性的波段选择算法，适用于高光谱图像的特征选择-Bands selection algorithm based on image contrast and correlation of bands for hyperspectral image feature selection
BaB
- 特征选择，提取的一种算法，B and B算法的简单描述-An algorithm of feature selection and extraction
Fisher-Score
- 机器学习算法， 使用Fisher score进行特征选择。-Machine learning algorithms, feature selection using Fisher score.
Bpes
- Bpes是基于特征提取和特征选择的算法，多用于已分类的数据集中的边界数据的检测，对于边界数据中的未分类数据及模糊数据具有很好的检测效果。可适用于分类器的构建。-Bpes is based on the feature extraction and feature selection algorithms, used to have more classification, the data of the boundary of the data set of unclassified data
Feature_selector_Matlab
- 基于粒子群算法的特征选择运算，可以提选出对分类有较大贡献率的特征-Based on Particle Swarm feature selection operations may elect to raise the contribution rate of a larger classification features
Relief
- Relief算法是一种特征权重算法,可以用于特征选择-Relief algorithm is a feature weighting algorithm，which can be used for feature selection
ACO-feature-selection
- 蚁群优化算法，可用于特征选择，适用于模式识别-Ant colony optimization algorithm can be used for feature selection for Pattern Recognition
code
- 1采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。-1 genetic algorithm for boys and girls in the sample data of height, weight, like math, like literature, like
光流法运动估计OpticalFlow
- 利用openCV，首先得到图像中的强边界作为跟踪的特征点，调用函数，输入两幅连续的图像，并在第一幅图像里选择一组特征点，输出为这组点在下一幅图像中的位置。再把结果过滤，去掉不好的特征点。把特征点的跟踪路径标示出来。(Using openCV, we use goodFeaturesToTrack function to get strong edges in the image as the feature point tracking, next to call calcOpticalFlow
ga_SVM_1
- 结合遗传算法和SVM，实现特征选择和SVM参数优化同时进行(Combining genetic algorithm and SVM, feature selection and SVM parameter optimization are carried out simultaneously)
UCI
- 里面含有连续型数据集，离散型数据集以及混合型数据集可以用于属性约简，特征选择等算法的实验仿真。以及直接导入weka软件。(It contains continuous data sets, discrete data sets and mixed data sets, and can be used for the experimental simulation of attribute reduction and feature selection algorithms. And import
svm_rfe
- 实现了SVM_RFE算法，进行特征选择并分类(Implementation of the SVM_RFE algorithm, feature selection and classification)
PCA_Monitoring
- PCA（principle component analysis）算法，可用于特征选择等，希望有帮助(principle component analysis)
distance
- 距离评估算法，用于高维特征集的特征选择，得到更好的分类模型(Distance evaluation algorithm is used for feature selection)
28 梁晏宾
- 1.采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。要求自行编写代码实现遗传算法。(1. using genetic algorithm based on the sample data of male and female students in height, weight, love mathematics, love li
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
Kai-square_test
- 卡方检验的检测算法，使用C++编写，可用于特征选择和过滤。(Kai-square_test by C++ can be used for the features or filter.)
SVM
- 使用支持向量机进行特征选择的集成算法模型(Feature selection of support vector machines)