搜索资源列表
SQP
- 非线性回归问题SQP解法-nonlinear regression problems SQP Solution
LS-SVMlab1.5bw.tar
- LS-SVMlab1.5bw可以实现各种模式分类，回归问题-LS-SVMlab1.5bw can realize all kinds of mode classification and the question of return.
xxhg
- 高中数学新课程中有出现线性回归问题，用一般的几何画板等软件很难处理，现在用高等的数学软件Mathcad可以轻松解决问题！
huiguifenxi
- matlab的统计回归分析，很全面的数码库，能够解觉大部分回归问题。
svmmatlabtoolbox
- SVM的matlab工具箱，可以实现支持向量基的分类和回归问题
Fsvm_Regression
- 该文研究了当训练点的输出为三角模糊数时!支持向量回归机的构建问题’ 首先将模糊回归问题转化为模糊分 类问题!并将求模糊最优分类超平面问题转化为求解带有模糊决策的机会约束规划问题’ 利用基于模糊模拟的遗传算法 求解带有模糊决策的机会约束规划!得到模糊最优分类超平面&模糊方程$!解模糊方程得到模糊回归函数’ 在此基础上! 得出模糊线性支持向量回归机&算法$’ 从而较好地解决了支持向量机中含有模糊信息的模糊回归问题’ 最后!给出显示 模糊线性支持向量回归机特点的模糊支持向量集的定义’
libsvm-2.85-dense
- LIBSVM源码。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。
libsvm-2.89
- 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.
out-matlab SVM回归，用于实现支持向量机
- SVM回归，用于实现支持向量机（SVM ）回归拟合的问题。可以用来做一些短期的预测，如短期负荷预测。-svm regression, used to implement support vector machine (SVM ) Regression fitting problems. Can be used to do some short-term forecasts, such as short-term load forecasting.
SVM_SteveGunn.rar 支持向量机的程序
- 支持向量机的程序，可以进行分类和回归，效果比神经网络好，没有维数灾难的问题，是比较好的建模方法。,Support vector machine procedures can be carried out the classification and regression, the effect better than the neural network, there is no dimension disaster problem, it is more good modeling metho
yuchou2
- 用matlab解决线性回归问题，在约束条件下求解二次回归问题的极小值-Using matlab to solve linear regression problems, in the constraint solving quadratic regression under the condition of the minimum problem
Southamptonsvmtoolbox
- svm已经广泛用于解决分类和回归问题。 此工具箱是由South ampton大学的S. R. Gunn编写的Matlab SVM Toolbox。该工具箱运行在MATLAB环境下,由许多用m语言编写的脚本文件和函数组成,为SVM 技术的工程化、实用化提供了一个良好的平台。-South ampton university svm toolbox
偏最小二乘回归法
- 用偏最小二乘回归法对多自变量和多因变量问题求解(The independent variables and the dependent variable problem solving by partial least squares regression method)
Ch09_ReTree
- 回归树、模型树、梯度提升树的算法实现，适用于人工智能、机器学习中的回归问题(The algorithm implementation of regression tree, model tree and gradient lifting tree is suitable for artificial intelligence and machine learning.)
R线性回归
- 线性回归主要解决了变量之间的线性关系的确定问题。(lm is used to fit linear models. It can be used to carry out regression, single stratum analysis of variance and analysis of covariance (although aov may provide a more convenient interface for these).)
matlab-解决线性回归问题
- 利用matlab函数解决线性回归问题，并进行显著性检查，做出散点图和置信区间
一种快速稳健高斯回归滤波算法_孔明
- 针对稳健高斯回归滤波器运行速度过慢的问题，利用截断高斯权函数的快速卷积提高了算法 运行速度。在详细分析稳健高斯回归滤波器和卷积函数的基础上，推导了截断高斯权函数，并通过实验 确定了合适的参数值。(convolution of the truncated Gauss weight function is used to improve the algorithm. Running speed. Based on the detailed analysis of the robust Gauss r
LQA to solve problem of SCAD
- 使用局部二次逼近的方法（LQA），求解带有SCAD惩罚项的线性回归问题。(Use the local quardratic approximation (LQA) method to solve the problem of the smoothly clipped absolute deviation penalty (SCAD) in linear regression.)
梯度下降法求解回归问题
- 使用SOFTMAX分类器对已有的数据集进行分类(Classification of existing data sets using SOFTMAX classifier)
模拟验证一阶自回归模型中自回归系数
- 运用Python的数组和矩阵操作模拟验证一阶自回归模型中，自回归系数OLS估计量的有限样本偏差问题。(Python array and matrix operations are used to simulate and verify the finite sample bias of OLS estimator of autoregressive coefficient in the first-order autoregressive model.)