搜索资源列表
newpnn
- 基于GMM的概率神经网络PNN具有良好的泛化能力，快速的学习能力，易于在线更新,并具有统计学的贝叶斯估计理论基础，已成为一种解决像说话人识别、文字识别、医疗图像识别、卫星云图识别等许多实际困难分类问题的很有效的工具。而且PNN不但具有GMM的大部分优点，还具有许多GMM没有的优点，如强鲁棒性，需要更少的训练语料，可以和其他网络其他理论无缝整合等。-GMM based probabilistic neural network PNN good generalization ability, the
FullBNT
- 贝叶斯网络matlab源程序,可用于分类,欢迎大家下载测试-Bayesian network Matlab source, used to classify and you are welcome to download test!
pattern recognize1
- 1. 以身高为例，画出男女生身高的直方图并做对比； 2. 采用最大似然估计方法，求男女生身高以及体重分布的参数； 3. 采用贝叶斯估计方法，求男女生身高以及体重分布的参数（假定方差已知，作业请注明自己选定的一些参数情况）； 4. 采用最小错误率贝叶斯决策，画出类别判定的决策面。并判断某样本的身高体重分别为(160,45)时应该属于男生还是女生？为(178,70)时呢？(The program is used for classification of men and women in pa
okna
- 朴素贝叶斯分类算法,可以用来进行分类bayes()
Bayesian learning
- 贝叶斯分类算法是统计学的一种分类方法，它是一类利用概率统计知识进行分类的算法(Bayes classification algorithm is a classification method of statistics, which is a classification algorithm using probability statistics)
e1071_1.6-8
- klaR包与e1071包都可以做朴素贝叶斯分类，本次试验中，klaR包在使用的时候会出现警告，但不影响预测(Both the klaR package and the e1071 package can be used as a simple Bias classification. In this experiment, the klaR package will be warned when it is used, but it does not affect the prediction.
text_classification.tar
- 用python实现的问题分类算法，包括贝叶斯，svm,决策树，xgboost,对入门文本分类的同学有一定的帮助(text classification algrithom,include svm,dt,xgboost,bayes,that important to learner about text classification)
classification.cpp.tar
- car-evaluation 贝叶斯分类代码 c++版(Bias classification code c++ Edition)
Beyes
- 利用matlab实现简单的贝叶斯分类，小案例(Using MATLAB to realize Bias classification)
垃圾邮件处理 机器学习
- 利用朴素贝叶斯分类器对垃圾信息进行分类处理，得到一个分类器便于分析信息的归属。(Classification of garbage information by naive Byes classifier.)
Url
- 利用朴素贝叶斯BS实现从HTTP数据流中识别出用户基于浏览器访问的URL(Using the naive Bayes BS to realize the user based browser access based URL from the HTTP data stream)
MINST_DEMO
- 根据概率模型实现的QDF,LDF分类算法，有minst数据集做demo(QDF, LDF classification algorithm based on probability model, MINST data set to do demo)
bayes_C++
- 贝叶斯分类器-联合变量_C++，只需更改样本文件名即可测试。(The Bias classifier - the joint variable _C++, can be tested only by changing the name of the sample file.)
bayes_independent variable _C++
- 贝叶斯分类器-独立变量_C++，只需更改样本文件名即可测试。(Bias classifier - independent variable _C++, can be tested only by changing the name of the sample file.)
bayes_independent variable _matlab
- 贝叶斯分类器-独立变量_matlab，只需更改样本文件名即可测试。(Bias classifier - independent variable _matlab, can be tested only by changing the name of the sample file.)
bayes_joint variable _matlab
- 贝叶斯分类器-联合变量_C++，只需更改样本文件名即可测试。(The Bias classifier - the joint variable _C++, can be tested only by changing the name of the sample file.)
74554399
- 朴素贝叶斯分类算法,可以用来进行分类bayes()
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
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.)
Pattern Recognition
- matlab实现一些基础的模式识别工作，如贝叶斯分类，聚类算法，bp神经网络(Matlab implements some basic pattern recognition work, such as Bayesian classification, clustering algorithm, BP neural network)