搜索资源列表
ClassifierforIRISdata
- 用于对IRIS数据进行分类的各种分类器，用于对多维采样点进行无监督分类。可根据类别数修改分类器，模式识别作业的部分代码。-IRIS data for the various classification categories, for sampling points on the multi-dimensional non-supervised classification. Can be modified in accordance with several types of classifi
ExperimenterTutorial-3.5.3
- WEAK 开发环境简介，介绍了WEKAWeka 试验（Experiment）环境可以让用户创建，运行，修改和分析算法试验，这会比单独的处理 各个算法更加方便。例如，用户可创建一次试验，在一系列数据集上运行多个算法（schemes），然后 2 分析结果以判断是否某个算法比其他算法（在统计意义下）更好。 可以通过Simple CLI 在命令行的方式下运行试验环境。例如，在CLI 上键入以下命令，将通过一 个基本的训练和测试步骤在Iris 数据集上运行OneR 算法。（注意该命令应
pca_demonstration
- This a demonstration of how one can use PCA to classify a 2D data set-This is a demonstration of how one can use PCA to classify a 2D data set
DIANA
- 数据挖掘，DIANA算法实现，数据集为iris-Data mining, DIANA algorithm, the data set for the iris
knn
- knn算法，用kNN算法对鸢尾花数据进行了分类-knn algorithm, kNN algorithm with a classification of the iris data
AdaptScalSVM
- PCA Algoritms Iris Data test
KNN_1
- KNN algorithm on IRIS data using matlab
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
Density_Estimation
- 分别采用GMM和KDE对Iris数据集进行密度建模，并进行对比。通过EM算法来确定GMM参数，通过交叉验证来确定K值-GMM and KDE respectively Iris data set of density modeling, and compared. GMM by EM algorithm to determine the parameters of K determined by the value of cross-validation
PCA
- 模式识别作业-完全自编仿真程序。先用PCA对IRIS数据集进行降维，然后用最小错误法对降维的数据进行分类。压缩包中既包括matlab源代码，又有自己写的报告，还有.MAT格式的IRIS数据集用作程序调用。程序有详细注释，很容易懂。最后结果输出到txt文件中。-Pattern recognition operations- completely self simulation program. First on the IRIS data set with PCA dimension reduct
SMOSVM
- 用于svc分类， 用SMO实现SVC，并在UCI数据集Iris上进行实验,2. 可借鉴现成SVM软件包，实现回归分析。 -For svc classification, using SMO to achieve SVC, and in the UCI Iris data set on the experiment, 2. SVM can learn ready-made packages, to achieve regression analysis.
iris
- 可以将数据集按行任意调换顺序，给出了IRIS数据集及例子。-It can do any exchange data set in order, and give the IRIS data set and examples.
c_mean
- 基于SVM的数据分类，通过IRIS数据进行验证，效果分类准确-SVM-based data classification, through the IRIS data validation, classification accuracy results
IrisSVMmulticlassall
- 利用M-SVM 对Iris数据及进行分类-The use of M-SVM and the classification of Iris data
Iris
- 模式识别标准iris数据！150个样本 4维向量。3类！模式识别测试数据-iris data
iris-data
- iris数据集 也即鸢尾花数据集 多用于模式识别-iris数据集 即鸢尾花数据集
iris
- matlab code iris data
iris
- 用自组织特征映射神经网络对Iris数据集进行分类，我用神经网络工具箱编写了个简单的程序，实现iris的分类。-Using self-organizing feature map neural network examples of clustering Iris data set classification, I use neural network toolbox to write a simple program, realize the classification of Iris.
iris
- iris数据集 可以用于分类算法测试 如神经网络各种算法等-iris data set for the classification algorithm test
k-iris
- 模式识别中用于完成数据的分类而用到的一种方法-k近邻。是将已有数据划分到3个类中，本方法中解决数据Iris数据的划分问题。将150个4维数据划分到3类。K近邻法是求最近的K个元素从而将其划分到已有类中。-Pattern recognition for the completion of the classification of the data used in a way-k neighbors. The existing data are divided into three classes