搜索资源列表
支持向量机参数优化
- 对支持向量机的参数 C和g 进行了参数优化，分三种：交叉验证优化、遗传算法优化和粒子群算法优化。
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
smlr.m
- 编写的多元回归的交叉验证程序 可供做预测模型的同仁参考-Prepared by the multiple regression of cross-validation procedure
SVMcgForClass
- libsvm的参数c，g的交叉验证子函数-libsvm parameters c, g the cross-validation Functions
crossvalidate
- 十折交叉验证方法的matlab code 再模式识别中是一个非常重要的试验方法-a very important technique crossvalidate in pattern recognazition
jiaocha
- 图像分类中的交叉验证方法，比如说，一个训练集集合，为了得到其中参数的较准确值，就可以使用此类算法-Image Classification Based on cross-validation method, for example, a collection of training set, in order to obtain more accurate values of these parameters, you can use these algorithms
AI_Blood
- 本次大作业利用K‐近邻（K‐Nearest Neighbor）算法，为给定的训练数据集构造了分类器， 并在测试数据集上进行分类预测，同时计算了Accuracy、Precision、Recall和F‐measure，利用 10‐fold的实验方法进行交叉验证。-The big job to use K-neighbor (K-Nearest Neighbor) algorithm, for a given set of training data classifier is constru
sinPolyfit
- Matlab 实现多项式曲线拟合（正弦曲线），交叉验证（十折交叉验证）-poly fit ，cross validation
P411
- 模式识别作业第411面的源程序，实现交叉验证算法-Pattern recognition operations side of the source 411 to achieve cross-validation algorithm
bp
- 一个matlab写的bpANN程序，参数优化采用交叉验证办法.-Write a matlab bpANN process parameter optimization using cross-validation approach.
CV_split_data
- 交叉验证源程序 评价模型性能的一种方式-cross validation
BPcrossvalind
- MATLAB的BP交叉验证的程序，自己编写的，可直接运行，供大家参考。-MATLAB-BP cross-validation procedure, I have written can be directly run, for your reference.
SVM交叉验证
- 支持向量机工具箱，其中包含MATLAB演示程序和一些基本的函数（计算核函数的函数、支持向量机训练函数和惩罚参数参数选择交叉验证函数等）。
10折交叉验证(神经网络)
- matlab进行十折交叉验证神经网络，用于预测(Matlab performs ten fold cross validation using neural networks)
trainnet_cross
- 采用10折交叉验证得到光合速率预测模型，代码中有程序语言的详细注释。(The 90% off cross validation of photosynthetic rate prediction model, the procedures detailed notes in the language code.)
matlab
- 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.)
K-fold-Cross-Validation-master
- 进行K折交叉验证，将数据分为K份，将1份作为TEST，剩下K-1份作为TRAINING，对TEST进行测试(K folding cross validation)
分类器评估及交叉验证_代码
- 内有鸢尾花数据的5折交叉验证实验代码，采用的分类器是贝叶斯分类器。(There is a 5-fold cross-validation experiment code for the iris data, and the classifier used is a Bayesian classifier.)
matlab贝叶斯分类(2)-10折10次交叉验证
- 利用matlab实现贝叶斯分类，采用10折10次交叉验证法选取训练集和测试集，进行循环测试，最后返回准确率为0.9184.另外，文件内含数据源。(The Bias classification is realized by MATLAB, and the training set and test set are selected by 90% off 10 times cross validation method, and the cycle test is carried out. Fin
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.)