搜索资源列表
-
0下载：
显示一系列分类器的性能，对目标类数据进行分类，对这两类数据进行分类-Displays a series of classifier performance, the target class data classification, these two types of data classification
-
-
0下载：
SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
-
-
0下载：
SVM神经网络中的参数优化 -如何更好的提升分类器的性能 绝对可以无错运行-SVM neural network classifier parameter optimization performance improvement - how to better the absolute can be error free operation
-
-
0下载：
SVM神经网络中的参数优化 -如何更好的提升分类器的性能-SVM neural network classifier parameter optimization performance improvement- how the better
-
-
0下载：
态势要素获取作为整个网络安全态势感知的基础，其质量的好坏将直接影响态势感知系统的性能。针对态势要素不易获取问题，提出了一种基于增强型概率神经网络的层次化框架态势要素获取方法。在该层次化获取框架中，利用主成分分析(PCA)对训练样本属性进行约简并对特殊属性编码融合处理，将其结果用于优化概率神经网络(PNN)结构，降低系统复杂度。以PNN作为基分类器，基分类器通过反复迭代、权重更替，然后加权融合处理形成最终的强多分类器。实验结果表明，该方案是有效的态势要素获取方法并且精确度达到95.53%，明显优于
-
-
1下载：
对于一个具体的数据，用交叉验证进行分类，随机森林进行训练，用AUC,AUPR,Precision评价分类器的性能(For a specific data, use cross validation to classify, train random forests, evaluate the performance of the classifier with AUC, AUPR, and Precision.)
-
-
1下载：
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
-
