搜索资源列表
BPclassification
- BP学习算法应用——模式分类 应用动量BP学习算法对UCI提供的经典数据库——鸢尾属植物数据库进行分类，速度快，精度高。iris.arff为数据库文件，可用Weka数据挖掘软件打开。Iris.csv为源代码读取的数据文件，通过Weka软件转换得到。 将源文件Iris_classify.m和Iris.csv文件放入matlab的work文件夹中直接运行即可。
spider
- 马克斯普朗克提供的机器学习程序包，主要是matlab代码，另外也调用了大量的weka代码和libsvm代码
clustering
- 将Weka数据挖掘工具所产生的K-MEANS和DBSCAN结果转化成MATLAB可输出三维图像的格式
聚类K-Medoids算法
- 聚类K-Medoids算法。文件里面包含了详细的程序说明和示例。-K-Medoids clustering algorithm.The file contains a detailed descr iption of the procedures and examples.
mweka
- Matlab interface of weka
call_weka_in_matlab
- This example demonstrates how to use WEKA s SVMs classifier in Matlab.
MainWeka
- 数据挖掘开源算法最经典的weka算法源码，导入Eclipse就可以打开，包含了几十个经典的数据挖掘算法。-Open source data mining algorithm is the most classical algorithm weka source code into Eclipse, you can open, contains dozens of classic data mining algorithms.
WekaInMatlab
- Use weka in matlab, call all the classifier in weka
matlab2weka
- Convinieng tool to use weka in matlab.
WEKA_model_Matlab
- The code can create a model by calling the WEKA tool in matlab. The input file should be in .arff format
spider
- matlab与weka的转换代码，很有用-matlab and weka conversion code, very useful
Feature_Vector_Analysis
- 用LDA及pca算法分析特征，选择最好的特征。-This program uses LDA and PCA to analyze features from weka arff file. The projection on PCA and LDA space visualizes the goodness of the features. If the features are good enough to be classified well they should have some ki
WLSVM_weka
- it is wlsvm with weka + matlab
Weka-In-Matlab-Sample-Code
- This code for use weka in Matlab -This is code for use weka in Matlab
matlab-weka
- matlab-weka.zip是数据挖掘（data mining）软件包，可以实现matlab与外部接口weka的数据读取。-matlab-weka.zip data mining (data mining) package, can be achieved with external interface matlab weka data read.
UCI
- 里面含有连续型数据集，离散型数据集以及混合型数据集可以用于属性约简，特征选择等算法的实验仿真。以及直接导入weka软件。(It contains continuous data sets, discrete data sets and mixed data sets, and can be used for the experimental simulation of attribute reduction and feature selection algorithms. And import
FNNPSOGSA
- source weka with matlab
feature-selection-master
- 最小冗余最大相关性（MRMR）（MRMR.M） 需要外部库。详情请见MRMR。下载一个更新版本的互信息工具箱 偏最小二乘（PLS）回归系数（ReGCOEF.m） 使用MATLAB统计工具箱中的PLSReress ReliefF（分类）和RReliefF（回归）（ReleFracePr.M.） 从Matlab STATS工具箱中包装Releff.m。这是Matlab R2010B以后提供的。 ReliefF的另一个选择是使用ASU特征选择工具箱中的代码。这使用WEKA
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
RUSBoost
- 使用matlab调用weka示例代码, 其中使用了boot算法(use matlab to call weka)