搜索资源列表
SKNYOMN
- 一个SVM训练工具,能够快速对训练集训练,给出分类判别函数,,()
adaboost
- Adaboost是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器(弱分类器)，然后把这 Adaboost Adaboost 些弱分类器集合起来，构成一个更强的最终分类器(强分类器)。(adboost cluster algrithom)
RBF
- RBF神经网络应用数据预测，有训练集，测试集(Application of BF neural network data forecas)
markov
- 马尔可夫链模型，利用训练集实现密码强度评估(The Markov chain Model to evaluate the strength of passwords)
knn
- k最近邻算法:分类和回归。通过对训练集分类训练模型，验证集用于验证数据的准确性。(K nearest neighbor algorithm: classification and regression. Through the training set classification training model, the verification set is used to verify the accuracy of the data.)
naive_bayes
- 朴素贝叶斯算法分类及回归，附带训练集和测试集，可以评测正确率和输出预测文件(Classification and regression of naive Bayes algorithm, incidental training set and test set can evaluate the correct rate and output prediction file.)
homework2_2
- 实现批处理感知器算法的程序，用于分类训练集，同时记下收敛时的步数(Program to realize batch perceptron algorithm for classification of training set, and steps to write down the convergence)
trainvaltxtproduct
- 创建训练和验证集。在数据集中，使用脚本语言自动创建(Creating training and validation sets)
svmtrain
- 基于支持向量机的对指定多个包含特征的训练集图片，包含label信息。训练后，可对于相同格式的图片进行分类。(A training set image containing multiple features is included in the support vector machine (SVM), which contains label information. After training, the pictures in the same format can be classifi
PSK4
- 产生4PSK码元采样值， 同样可扩展修改成其他解调方式。 可做深度学习的训练数据集(training set of demodulation system)
SVM
- 训练集：trainset(); 分别取bedroom(1:5,:)和forse(1:5,:)作为训练集； 测试集：testset(); 分别取bedroom(6:10,:)和forse(6:10,:)作为测试集； 标签集：label(); 取bedroom的数据为正类标签为1；forse的数据为负类标签为-1.(Training set: trainset (); take bedroom (1:5,) and forse (1:5,:) as the training set; Tes
BPNN
- 能够实现bP算法，数据集使用的是iris里面的花卉相关的数据，训练集是0.7，测试集是0.3.(BP algorithm can be realized)
mgrs
- 支持向量机,用于分类,含训练集与测试集,里面含有六个源程序()
a01
- 利用ML算法对训练集进行学习，利用多维高斯进行判断后对输入图片进行前景后景判断(The training set for learning to use ML algorithm to judge on the input image foreground & background)
大数据_协同过滤_梯度下降
- 给定10000个用户和他们对10000个电影的评价，然后通过协同过滤或梯度下降算法，用训练集训练数据，预测出用户对未看的电影的评分，并与测试集对比验证预测结果的准确性(You can learn Chinese,and read the Chinese introduction.)
神经网络
- 单隐藏层神经网络，五折交叉验证外加训练集(Single hidden layer neural network)
asms-master
- VOT跟踪算法中的asms算法，缺少训练集，VS平台+opencv,需要训练。(It is a program code of asms in VOT.In the zip,it does not include train datas.)
train_test_set
- 怎么创建训练数据集和测试数据集。readimg.m读取一个大文件夹下的，所有子文件夹里的所有图片，并把同一个文件夹下的图片保存成一个矩阵。另一个文件是加载之前生成的数据，取80%为训练集，20%为测试集，并添加标签。(Read all the pictures from the folder and save it into a matrix)
Linear Regression
- 线性回归实现人脸识别，有40类人脸图片共400张，200个训练集，200个测试集，通过2折交叉验证得到准确率为89%(Face recognition by linear regression)
基于BP神经网络的手写数字识别
- 这是一份基于BP神经网络的手写数字识别文件，包含了源代码、最优权重向量、以及带标记的训练集。代码中给出了详细的注释，对于理解神经网络的原理有很好的帮助。