搜索资源列表
svm_dm
- 一个数据挖掘项目，使用到支持向量机，决策树，等方法-dm，svm，decision tree
Mechine_Learning
- 该功能包含决策树、随机森林、SVM机器学习算法，并在VS环境下实现并测试。-This function contains the decision tree, random forests, SVM machine learning algorithms, and implement and test in VS environment.
rough-set-codes
- 这是天津大学胡清华老师在粗糙集邻域领域做的最经典的源码，同学们可以在此基础上学习和修改，入口程序已经写好，需要其他方法可以自己添加，MAIN.m是入口程序，参数的意思在子函数里讲的很明白，调用了featureselect_FW_fast.m用来属性约简，几个clsf_dpd文件是使用不同的距离公式来计算属性重要度，选择得到属性结果，使用crossvalidate.m十折交叉算法来计算计算算法精度，该段代码调用了几个分类器，C4_5.m是决策树，KNN.m是最近邻分类器，NEC.m是类似于KNN的
MachineLearning-wepe
- MachineLearning-作者wepe 及其学习的实用包 包含决策树，支持向量机，K-MachineLearning- OF wepe and learn practical package contains decision trees, SVM, KNN, etc.
cases-for-R
- R的一些案例,包括随机森林、支持向量机、神经网络、决策树、判别分析-some cases of randaom forest,SVM,ANN,decision trees and discriminant analisis for R
vlfeat-0.9.20-bin.tar
- 常用工具包，特征提取方法，如HOG，sift等特征，分类方法如决策树，svm等(Commonly used toolkits, feature extraction methods, such as HOG, sift and other features, classification methods, such as decision trees, SVM, etc.)
KNN，SVM，决策树，朴素贝叶斯
- 用python的sklearn包分类 简单的对数据进行分类(Sort with Python's sklearn package Simple classification of data)
machine_learning_inaction
- 机器学习十大算法实现，包括决策树、logisitic回归、SVM、数据降维等(Ten algorithms for machine learning, including decision tree, logisitic regression, SVM, data reduction and so on)
5
- 本程序论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。(This procedure describes how to realize neural network in MATLAB environment, including the commonly used neural network and relate
python_self
- 实现了机器学习的各种分类算法，如：knn，svm，朴素贝叶斯，神经网络，决策树等。(Various classification algorithms of machine learning, KNN, SVM, naive bayes, neural network, decision tree, etc.)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
machine_learning_python-master
- 通过阅读网上的资料代码，进行自我加工，努力实现常用的机器学习算法。感知机的基本形式和对偶形式的实现 Kmeans和Kmeans++的实现 EM GMM高斯混合和GMM+LASSO的实现 实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法 实现决策树的基本算法 实现adaboost基本算法 实现svm基本算法 实现逻辑回归基本算法(By reading the data codes on the Internet, we can process oursel
机器学习算法各种代码
- 机器学习算法各种代码，包含svm，pca，lda，决策树等源码