搜索资源列表
SVM.VC实现的中文文本分类器
- 一种使用VC实现的中文文本分类器,实现了支持向量机,一种使用VC实现的中文文本分类器,实现了支持向量机
Fisher
- 用MATLAB做的Fisher线性分类器，处理脑电信号，数据为bci竞赛数据-MATLAB to do with Fisher linear classifier, EEG signal processing, data race data for the bci
reuters21578.tar
- 一个著名的文本分类数据集，用于测试分类器的性能。是写论文的同志不可或缺的东西。-A famous dataset for Text Classification, which is essencial for thesis writing.
svdd_tool
- 支持向量域是近几年采用的一种较新的分类器，是在其支持向量机的基础上发展而来。-the tool box of SVDD
K
- K最邻近分类器设计的MATLAB代码，有代码解释-K nearest neighbor classifier design in MATLAB code
bayes
- 实现朴素贝叶斯文本分类器，用java实验，还包括readme和训练集-Naive Bayes text classifier to achieve with java experiments, including readme and the training set
svmcls-(2)
- 李荣陆老师做的文本分类器，用中科院分词系统做的，分类方法用的是SVM和K-Rong Lu teachers do text classification, word segmentation system with the Chinese Academy of Sciences to do, classification using a SVM and KNN
BP神经网络分类器Mat程序
- BP神经网络分类器Mat程序,matlab开发环境，主要用于模式识别中的分类器的设计。-A mat procedure about BP neural network.
linear programming and svm
- 线性分类器(linear classify)
knn分类
- 进行K近邻分类器的编写，与k近邻分类器的测试(K nearest neighbor classifier, and K nearest neighbor classifier test)
3.贝叶斯分类器
- 贝叶斯定理是用数学的方法来解释生活中大家都知道的常识，而机器学习使用的各种算法中，最常见的就是贝叶斯定理。此代码为贝叶斯分类python代码，包含高斯贝叶斯分类器，多项式贝叶斯分类器和伯努利贝叶斯分类器，并有具体的数据例子进行仿真比较(Bias's theorem is a mathematical way to explain all the common sense in life, and machine learning using various algorithms, the mos
各种分类器matlab程序
- 里面有随机森林，C4.5，ID3，SVM等分类器的matlab代码(There are random forest, C4.5, ID3, SVM classifiers matlab code)
min——Classifier_dist_f
- 最小距离分类器，可以用于做对比算法，人脸识别中经常用(The minimum distance classifier can be used for comparison algorithms)
分类器
- 模式识别分类器，利用Fisher判别对数据进行分类以及BP神经网络的方法进行分类(Pattern recognition classifier, the use of Fisher discriminant classification of data and BP neural network method for classification)
基于BP的分类器
- 基于BP的分类器设计，一个案例，适合初学者(Classifier design based on BP, a case, suitable for beginners)
fisher
- 实现简单的FISHER线性分类器。 数据格式同UCI(A simple FISHER linear classifier . Data format as UCI)
DocumentClassification-master
- 文本分类器 方便使用 效率高 友好 完整(text classifier convinient to use)
work
- 贝叶斯下文本分类器，python语言，包括中文分词和英文分词(Bias's lower text classifier, python language, including Chinese participle and English participle)
OpenCV-detection-models-master
- 已经训练好的opencv 物体识别分类器(opencv_2 haarcascade_XX_.xml)
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the