搜索资源列表
spam-classification--matlab
- 机器学习中的垃圾邮件分类程序，用matlab做的。从以下链接下载垃圾邮件数据（spam data）：(数据已下载，放在spambase.zip) http://www-stat.stanford.edu/~tibs/ElemStatLearn/index.html 该数据包含57个邮件信息相关的变量，每条邮件可以被分类为垃圾邮件（Y=1）和非垃圾邮件（Y=0）。输出Y的值在文件中每一列的末尾。练习的目标是要预测电子邮件是否为垃圾邮件。 -Machine Learning spam
RVM
- 预测分类，针对目标样本进行训练比对，预测有可能发生的情况-Predictive classification, target training samples compared to predicted situation may occur
DM
- 这个是数据挖掘关于加利福利亚州的小区房价的分析与预测，所用的分类方法有决策树和神经网络-This is a classification of data mining analysis and prediction about California' s residential housing prices, the use of decision trees and neural networks have
SVMshenjingwangluo
- SVM神经网络的数据分类和预测，用于葡萄酒种类分类。-The SVM neural network data classification and prediction for wine type classification.
SVM-classification-forecasting
- 使用支持向量机进行数据分类的预测，文件给出了预测程序的源代码。-SVM prediction using data classification, document gives a prediction program source code.
ELM
- 极端学习机分类回归的源代码，可实现预测功能-ELM classification and regression source code, enabling prediction function
maxent
- 运用最大熵对一个文本中的类进行训练模型，然后可用模型进行预测，结果返回类名，是机器学习语言的重要部分，支持汉字分类-Use of maximum entropy of a text in class training model, the model can then be used to predict the results returned class name is an important part of machine learning languages, support for
Training_NPR
- MATLAB模式识别实现指标分类、评估、预测(如环境、业绩等-MATLAB pattern recognition to achieve target classification, evaluation, prediction (such as environmental, performance etc.
svm_v251
- 用于模式分类和预测的方法——支持向量机的TOOLBOX的程序，核函数选择为 RBF核函数-Method for pattern classification and prediction- SVM TOOLBOX program, RBF kernel function is selected as the kernel function
lssvm
- lssvm源码包 matlab工具箱可以实现分类和回归预测-lssvm source package matlab toolbox lssvmtrain lssvmpredict classification and regression forecast
chengxu
- 一个基于单层竞争神经网络的数据分类程序，对患者癌症发病进行预测-A single competitive neural network based data classification procedures for cancer patients to predict
gamyexam
- 基于遗传算法的BP神经网络(可以预测、可以分类)-Genetic Algorithm Based on BP neural network
randomForest_4.6-6.tar
- R软件下的randomforest实现，可以帮助实现对数据的分类和预测，将数据分为几类，然后再根据决策树做预测-R randomforest
system
- Java技术调用Weka中新开发的算法设计实现了一个基于上述特征选择和规则提取的在线数据挖掘分类系统，可实现数据的自动分类、数据规则提取以及数据预测等功能，满足用户通过Web实现在线规则提取、数据类别预测等数据挖掘需求。-depending on weka ，attribute selection classification
BP_Adaboost
- 基于BP adabooot强分类器预测，实现优化的功能-BP adabooot strong classifier based on forecasts to optimize the function
libsvm-3.18
- 台湾大学林智仁开发的libsvm的matlab最新版libsvm-3.18（2014年），可以实现分类、回归、预测的功能 -Zhiren Taiwan University developed the-Linmatlab libsvm latest version can be achieved classification, regression, prediction of functional
nnet
- 用R语言下的神经网络包实现对银行贷款数据的分类和预测-bp
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
C4.5
- 决策树C4.5 用于分类与预测的算法 简洁方便-decision tree C4.5 For classification and prediction algorithm Simple and convenient
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的