搜索资源列表
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
libsvm-2.88.rar
- LIBSVM 是台湾大学林智仁 (Chih-Jen Lin) 博士等开发设计的一个操作简单、易于使用、快速有效的通用 SVM 软件包，可以解决分类问题（包括 C- SVC 、n - SVC ）、回归问题（包括 e - SVR 、 n - SVR ）以及分布估计（ one-class-SVM ）等问题，提供了线性、多项式、径向基和 S 形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。,LIBSVM is林智仁Taiwan Univ
libsvm-2.89.zip
- LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ）等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。 2.89版本是09年刚更新的一个版本。,LIBSVM
bishechengxu
- 关于支持向量机分类、回归、模糊支持向量机的程序-On support vector machine classification, regression, fuzzy support vector machine procedures
pls1
- matlab下偏最小二乘回归模型 交叉有效性验证，及奇异点发现 -matlab partial least-squares regression model of cross-validation, and the singular points found
gpml-matlab-v3.1-2010-09-27
- 高斯过程算法在回归和分类中的应用程序。与书本《基于高斯过程的机器学习》配套。本程序是最新的v3.1版，更新于2010-09-27-Gaussian process regression and classification algorithm in the application. And the book " machine learning based on Gaussian process" support. This program is the latest v3.1
1stOpt15PRO
- 用于数据拟合的源代码，可以进行数据两维拟合以及数据回归计算，对于数据学习有很好的效果-The source code for data fitting and can fit the data, and data return to two-dimensional calculation, for the data to study the effect of good
TimeSeriesPredictionUsingSupportVectorRegressionNe
- 为了选择神经网络的最好结构以及增强模型的推广能力，提出一种自适应支持向量回归神经网络(SVR—NN)。SVR—NN 用支持向量回归(SVR)方法获得网络的初始结构和权值， 白适应地生 成网络隐层结点，然后用基于退火过程的鲁棒学习算法更新网络结点疹教和权 主。 SVR—NN有很 好的收敛性和鲁棒性，能抑制由于数据异常和参数选择不当所导致的“过拟合，’现象。将SVR—NN 应用到时间序列预测上。结果表明，SVR．NN预测模型能精确地预测混沌时间序列，具有很好的 理论和应用价值。-Ab
lad-ga
- 《基于遗传算法的最小一乘回归新算法》张春涛 LAD-GA交流-《A New Algorithm for the LeastAbsolute Deviation Regression Based on the Genetic Algorithm》 Zhang Chun-Tao
svm
- 基于遗传算法的支持向量回归机参数选取，针对支持向量回归机( support vector regression , SVR) 的参数选择问题,提出了基于遗传算法的 SVR 参数自动确定方法。分-Based on genetic algorithm parameter selection of Support Vector Regression
PLScross-validation
- 偏最小二乘算法 利用交叉验证算法计算应提取成分的个数，本程序给出了交叉验证的发放以及回归系数的算法-Partial Least Squares algorithm using cross-validation the number of components to be extracted, this procedure gives the distribution as well as cross-validation regression coefficient of the algorit
adaptive-genetic-algorithm
- 自适应GA SVM 参数选择算法研究Param eter selection algorithm for support vector machines based on adaptive genetic algorithm 支持向量机是一种非常有前景的学习机器, 它的回归算法已经成功地用于解决非线性函数的逼近问题. 但 是, SVM 参数的选择大多数是凭经验选取, 这种方法依赖于使用者的水平, 这样不仅不能获得最佳的函数逼近效果, 而且采用人工的方法选择 SVM 参数比较浪费
GRNN-
- 基于广义回归神经网络的数据预测，使用交叉验证的GRNN神经网络预测程序，包含BP和GRNN效果比较程序。两网络用相同的数据进行训练。-Based on generalized regression neural network data prediction, using cross-validation GRNN neural network prediction program, including BP and GRNN effect comparison procedures. Two
SVMcgForRegress
- 支持向量回归机的参数选择程序，通过交叉验证选择惩罚参数、损失函数以及核函数-SVM parameter selection procedure
CrossValidation
- 多元线性回归中应用多倍交叉验证Crossvalitation技术评估回归方程的性能-Multiple linear regression fold cross-validation application performance Crossvalitation technical assessment of the regression equation
StatLSSVM
- 支持向量机工具箱By Kris De Brabanter,标准的非参数回归，健壮的回归，一些调优标准等经典交叉验证，较好的交互性-The StatLSSVM toolbox is written so that only a few lines of code are necessary in order to perform standard nonparametric regression, regression with correlated errors and robust regre
cross-validation
- 交叉验证(Cross-validation)主要用于建模应用中，例如PCR 、PLS 回归建模中。在给定的建模样本中，拿出大部分样本进行建模型，留小部分样本用刚建立的模型进行预报，并求这小部分样本的预报误差，记录它们的平方加和。这个过程一直进行，直到所有的样本都被预报了一次而且仅被预报一次。把每个样本的预报误差平方加和，称为PRESS(predicted Error Sum of Squares)-Cross-validation, sometimes called rotation estim
PLS的交叉有效分析
- 偏最小二乘回归在matlap中的实现，源代码，有交叉效应(The implementation of partial least squares regression in matlap, source code, cross effect)
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)
交叉验证及svr
- 交叉验证及带例子的支持向量机回归代码，修改可用。(Cross validation and support vector machine regression code with examples can be modified.)