搜索资源列表
bayes在分类中的应用
- 程序用C语言实现了贝叶斯在数据挖掘中分类和预测中的应用，通过程序可以很好的进行分类和预测。-This program use C language to realize the application of bayes in data mining and forecasting,you can use this program to make a good classification and forecasting
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
SVM-neural-network-prediction
- SVM神经网络的数据分类预测-葡萄酒种类识别-SVM neural network prediction data classification- identifying wines
Games
- Bayes分类器——算法设计 1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。 2． 数据集描述： Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decision tree (Decision tree) classi
RBF_BONUS_FORE
- 用径向神经网络对股票走势进行预测，效果不错-Using RBF to forecast stock
libsvm-mat-2.9-1
- SVM的VC程序，有matlab接口，便于调用，还有例子，用于模式识别，分类，预测。-SVM, VC procedures, matlab interface, easy call, as well as an example, for pattern recognition, classification and prediction
svm
- SVM神经网络的数据分类预测在葡萄酒种类识别中的应用-SVM classification neural network prediction of data types in the identification of wine
svmwine
- SVM神经网络的数据分类预测(意大利葡萄酒种类识别)-SVM neural network prediction of data classification ( Italy wine kind recognition )
code
- 此为数据挖掘课程大作业，主要功能是对已给定的描述生物分子三维结构的139351 个属性中，分类预测出该分子化合物对目标体的化学活性，从而达到帮助药物设计的目的。实验现有的数据包括：110个已标记活性标签的描述分子三维结构的139351维数据，634 个为标记活性标签的三维结构数据。希望根据这些提供的数据，采用适当的分类方法，提供出一个经过训练的分类器，能够尽可能准确的帮助未标记活性的分子化合物确定其活性。-This is a big job data mining courses, the ma
SVM_SteveGunn
- 支持向量机的分类和回归算法,可用于模式识别和预测-Support vector machine classification and regression algorithms can be used for pattern recognition and prediction
winsvm
- 实用的 SVM 预测和分类程序, 可根据自己的需要设置参数-Practical SVM prediction and classification procedures, may need to set up according to their own parameters
SVM_luzhenbo
- 支持向量机工具箱，可进行分类，预测等，实现了四种支持向量机工具箱的分类与回归算法，有实例-Support Vector Machine Toolbox, it can conduct classification, prediction and so on, implementation of the four support vector machine toolbox classification and regression algorithm, has examples of
svm
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科-Support vector machine
ARBF
- 自适应RBF网络用于电价预测，根据训练数据自动确定分类数，不需要人工确定。-Adaptive RBF Network for price forecasting！
svm_v0.55
- 支持向量机分类，可用于人工智能，模式识别，数据挖掘，时间序列预测-Data aggregation processing
mat
- 支持向量机非线性回归通用MATLAB源码本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应用场合-Universal non-linear regression support vector machine MATLAB source code of this source can be used for linear regression, nonlinear regression, nonlinear function approximation, data m
random forest
- 此源程序包含随机森林工具箱，以及将随机森林算法用于乳腺肿瘤数据的分类预测(This source includes random forest toolbox, and random forest algorithm is used to classify and predict breast tumor data.)
SVM
- 使用SVM算法实现数据分类预测，编程使用MATLAB实现(SVM algorithm is used to realize data classification and prediction, and programming is realized by MATLAB.)
SVM算法
- SVM的分类与预测。带数据的。可直接使用学习。方便入门。(Classification and prediction of SVM. With data. You can use learning directly.it's convence for us to learn it .)
花的分类问题
- 神经网络是一组连接的输入/输出单元，其中每个连接都与一个权重相关联。在学习阶段，通过调整这些权重，能够预测输入元素的正确类标号(A neural network is a set of connected input/output units, where each connection is associated with a weight. In the learning phase, by adjusting these weights, the correct class label o