搜索资源列表
贝叶斯和Fisher分类器的matlab源程序
- 基于Bayes和fisher的分类器，便于对通一批数据比较两个分类器的分类结果标有注视，简单易懂，用于初学者入门使用
贝叶斯分类器
- 贝叶斯一维分类器，用matlab编写，正态分布下男女生判别，最小错误率的贝叶斯分类
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
Matlab贝叶斯分类器+(Bayers)程序
- 用matlab实现贝叶斯分类器，模式识别的一个程序。 matlab的英文教程
SVM分类器
- 简单的SVM分类器开源代码。可直接运行，附带源代码
SVM(SMO)分类器
- JAVA语言编写的SVM分类器，附带源代码，可直接运行
贝叶斯分类器设计
- 利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。也就是说，贝叶斯分类器是最小错误率意义上的优化。
20170608贝叶斯分类器实验
- 贝叶斯分类器，通过事先sample样本的训练，能够快速准确的实现对待分类样本的识别分类(Bias classifier, through the training of sample samples in advance, can quickly and accurately realize the classification and classification of the classified samples)
分类器
- 二元分类器,最简单的线性二元分类器,用罗基斯提克公式;来进行计算(Two yuan classifier, the most simple linear classifier for two yuan, Luo Keith Feldman formula to calculate;)
非线性分类器设计
- 非线性分类器设计—支持向量机 matlab程序运行 非线性支持向量机（SVM）的原理、核函数类型 libSVM工具箱安装的一般流程(Nonlinear classifier design support vector machines)
利用Hog特征和SVM分类器进行行人检测
- 利用Hog特征和SVM分类器进行行人检测(Using Hog features and SVM classifiers for pedestrian detection)
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)
BP神经网络+最小距离分类器
- BP神经网络算法，贝叶斯-最小距离分类器，可以用于模式识别。(BP neural network algorithm, Bayesian minimum distance classifier, can be used for pattern recognition)
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)
bp-分类器
- 这是bp神经网络的M文件，包括BP网络的第一阶段学习期（训练加权系数wki，wij)，BP网络的第二阶段工作期（根据局训练好的wki，wij和给定的输入计算输出），程序里有详细注释。该程序被用来作为分类器使用。(This is the BP neural network M files, including the first phase of BP network learning period (training weighting coefficient wki, wij), the se
ELM分类器
- ELM是基于深度学习的分类器，运算速度快。 在B_data.m里导入待分类矩阵B.mat（1-n列为特征值，n列为标签）；运行B_data.m；再打开fuzzyEn_main.m并运行即可。(ELM is based on depth learning classifier, computing speed. In B_data.m imported matrix to be classified B.mat (1-n as eigenvalues, n as a label); Run B
高级分类器：支持向量机( SVM)
- 利用R语言实现高级分类器,支持向量机( SVM)(Advanced classifier, support vector machine (SVM))
KNN分类器
- 一、用python或matlab编写一个KNN分类器 训练集为semeion_train.csv（手写体识别） 测试集为semeion_test.csv 计算在测试集上错误率（k=1,k=3,k=5,k=10） ?(1. Write a KNN classifier with Python or matlab Training set is semeion_train.csv (handwriting recognition) The test set is semeion_test
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.)