搜索资源列表
GINISVMv1.2
- SVM经典调试程序,内有说明,应用简便,可用做回归分类方面的计算-SVM classic debugger, with a descr iption of applications is simple and can be used for classification of return calculation
myworkonnnet
- 多层感知器(MLP)(BP算法训练)、径向基函数网络(RBF网络)、支持向量机(SVM)对2D Mexican Hat、Gabor、Friedman 以及Polynomial等几种函数数据集进行回归和预测-multilayer perceptron (MLP) (BP algorithm training), RBF network (RBF), Support Vector Machine (SVM) to 2D Mexican Hat, Gabor, Friedman Polynomial
mmySVM
- 这是支持向量机的一个程序，可以做回归和分类问题。如果有问题可以和作者联系。-SVM a procedure can be done regression and classification problems. If there's a problem and can contact the author.
svm_light_multiclass.tar
- SVM Light的多分类源代码，尤其是可用来做文本分类。SVM（支持向量机）方法是目前已知的最优秀的分类方法之一。SVM不仅可以用来分类，也可以用来做回归。-SVM classification of more source code, in particular used to make text classification. Support Vector Machine (SVM) is currently the best known of the classification met
svmcx调试成功
- SVM安装包 安装之后可以进行 分类或者回归预测(SVM installation package can be classified or regression prediction after installation)
PCA
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。(SVM (Support Vector Machine) refers to support vector machines, which is a common discriminant method. In the field of machine learning, it is a supervised learni
libsvm-3.21
- SVM工具箱，里面有安装说明和使用方法，非常实用，可用作回归分类。(SVM toolbox, there are installation instructions and use method, very practical, can be used as a regression classification)
08015450NcutClustering
- 非常好用，可以很简单地实现SVM分类和回归，一定要用，力推！(very easy to use, you can very simplely implementation of SVM classification and regression, must use, pushing!))
基于SVM的回归预测分析——上证指数开盘指数预测
- 基于SVM的回归预测分析——上证指数开盘指数预测(SVM Based Regression Prediction Analysis - Shanghai Stock Exchange Index Opening Index Forecast)
libsvm3.1.rar
- LibSVM是台湾林智仁(Chih-Jen Lin)教授2001年开发的一套支持向量机的库，这套库运算速度还是挺快的，可以很方便的对数据做分类或回归。由于libSVM程序小，运用灵活，输入参数少，并且是开源的，易于扩展，因此成为目前国内应用最多的SVM的库。 本源代码适用于MATLAB环境，版本为3.1
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
6.代码
- 实现分类,回归的算法，可以直接下载运行验证(Implementation of classification, regression algorithm, can be directly downloaded operation verification)
LSSVM
- 最小二乘支持向量机，用于进行函数的回归分析(Least squares-Support Vector Machine,Used for regression analysis of functions)
SVMcgForRegress
- 支持向量机中的支持向量回归函数对数据进行预测(Support Vector Regression Function in Support Vector Machine to Predict Data)
ga_aco_opt_on_anfis_svm-master
- 利用遗传算法、蚁群算法、PSO等对SVM模型进行优化，实现高效分类和回归预测(The SVM model is optimized by genetic algorithm, ant colony algorithm and PSO to achieve efficient classification and regression prediction.)
10526349 (2)
- 使用粒子群算法优化支持向量回归，实现预测功能(Support Vector Regression Using Particle Swarm Optimization)
GA_SVM
- 利用GA遗传算法优化参数 并利用支持向量机分类或者回归计算(Use GA genetic algorithm to optimize parameters and use support vector machine for classification or regression calculation)
python
- 该代码基于Python3,利用机器学习中支持向量机回归算法（SVR）实现对数据的拟合以及预测，可以通过调试C值和gamma值达到不同的拟合程度，具有较大的实际意义，并且该代码本人亲自调式运用，适合广大学习者使用。(This code is based on Python 3. It uses support vector machine regression algorithm (SVR) in machine learning to fit and predict the data. It c
AdaBoost
- adaboost 集成多个回归算法（线性回归、岭回归、LASSO等）(Adaboost integrates multiple regression algorithms)
支持向量机工具包
- 台湾大师编著适用于matlab的一套SVM回归和分类的工具包