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
WLSVM_weka
- it is wlsvm with weka + matlab
Weka_matlab
- java 的weka matlab开发平台，具有综合集成多种图像处理、人工智能等算法-The weka matlab java development platform, integrated with comprehensive variety of image processing and artificial intelligence algorithms
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)