搜索资源列表
weka-3-4-4
- 由java开发的软件包，里面有人工智能所用的很多东东，包括神经网络，支持向量机，决策树等分类和回归分析方法，集成化软件哦！-by java development package, which has artificial intelligence used by many of the Eastern, including neural networks, support vector machines, such as decision tree classification and reg
4
- 最小二乘支持向量机回归分析源代码,LSSVM-Least squares support vector machine regression analysis source code
lssvm-regression-code
- 基于LSSVM的最小二乘支持向量机回归程序，预测地基沉降，单因变量LSSVM回归算法 -lssvm the program，least squares support vector machine, easy to use
svm-confidence-interval
- lssvm 最小二乘支持向量机回归模型置信区间预测, 简单易用,易懂易学-least squares support vector machine
svrexample
- 这是一个支持向量机回归预测的代码，适合于初学者来体验svr的回归能力- U8FD9 u662F u4E00 u4E2A u652F u6301 u5411 u91CF u673A u56DE u5F52 u9884 u6D4B u7684 u4EE3 u7801 uFF0C u9002 u5408 u4E8E u521D u5B66 u8005 u6765 u4F53 U9A8Csvr u7684 u56DE u5F52 u80FD
svm
- SVM本身是针对经典的二分类问题提出的，支持向量回归机（Support Vector Regression，SVR）是支持向量在函数回归领域的应用(SVM itself is proposed for the classical two classification problem. Support Vector Regression (SVR) is the application of support vector in the field of function regression)
2SVR
- 支持向量机回归的ｍａｔｌａｂ版本，里面包含高斯核函数等一系列常用的核函数。(Support vector regression matlab version, which contains the Gauss kernel function and a series of commonly used kernel functions.)
chapter16
- 支持向量机回归实例应用，回归预测模型，多输入对单输出(svr case application, regression prediction model, multiple input to single output)
LSSVMlabv1_8_R2009b_R2011a
- 支持向量机回归 SVR LSSVR 回归插值 【机器学习基础】支持向量回归(Support Vector Machine Regression SVR LSSVR Regression Interpolation [Machine Learning Basics] Support Vector Regression)
LIBSVM
- LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式
lssvm
- 最小二乘支持向量机回归，四个插入数据分别为训练输入、训练输出、测试输入、测试输出。工具包+程序(Least squares support vector regression (SVM), the four inserted data are training input, training output, test input and test output)
svm
- 支持向量机由Vapnik首先提出，像多层感知器网络和径向基函数网络一样，支持向量机可用于模式分类和非线性回归，该程序主要实现svm的分类和回归功能。(SVM was first proposed by Vapnik. Like multilayer sensor network and radial basis function network, SVM can be used for pattern classification and non-linear regression. The p
coatrol
- 在网上看到的一个在线SVR(支持向量机回归)的C++代码,希望对大家有帮助()
libsvm-3.21
- SVM工具箱，里面有安装说明和使用方法，非常实用，可用作回归分类。(SVM toolbox, there are installation instructions and use method, very practical, can be used as a regression classification)
ga-svm
- 用遗传算法优化支持向量回归机C、g、p参数(Optimization of C, G, P parameters of support vector regression machine by genetic algorithm)
用SVR实现混凝土预测代码
- 基于支持向量机回归算法的混凝土的强度预测(strength prediction of concrete based on support vector machine regression algorithm)
937779
- 在网上看到的一个在线SVR(支持向量机回归)的C++代码,希望对大家有帮助()
test_ctly
- 简单的支持向量机回归应用，应用于球磨机实验中。(Simple support vector machine regression application)
基于PCA_FOA_SVR的股票价格预测研究_王卫红
- SVM应用举例,利用svm回归分析，预测股市指数，支持向量机回归(Application examples of svm)
支持向量机工具包
- 台湾大师编著适用于matlab的一套SVM回归和分类的工具包