搜索资源列表
matlab作业
- 模式识别一份很好的作业,包括线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征,支持向量机-a very good operation, including linear classification; Minimum risk Bayesian classifier; Supervised learning method Hierarchical clustering analysis; K-L transform effective features, supp
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
FDA
- Fisher线性判别分类器源代码，包括训练函数和测试函数。-Fisher Linear Discrimination (FLD) classifier source code, including training function and test function.
Fisher
- fisher线性分类器算法，算法实现三维空间中样本中各点的分类情况。-fisher linear classifier algorithm to achieve three-dimensional sample points in the classification.
LDA
- matlab 实现的LDA算法和线性分类器的实现，其中包括好几个.m文件-matlab implementation of the LDA algorithm and the realization of the linear classifier, which includes several. m file
Bayes
- 贝叶斯分类实验，设计简单的线性分类器，了解模式识别的基本方法。掌握利用贝叶斯公式进行设计分类器的方法。-Bayesian classification experiment is designed to be simple linear classifier, know the basic methods of pattern recognition. Master the use of Bayesian classifier design formula method.
sex_recognization
- 模式识别：线性分类器，fisher线性判别 female和male中分别为训练集 test1和test2为测试集-fisher
fisherandbayes
- 模式识别实验作业 bayes 和 fisher 线性分类器 有实验报告-Pattern Recognition and bayes experimental operation fisher linear classifier experimental report
work_for_pattern_recognition
- 通过设计线性分类器；最小风险贝叶斯分类器；监督学习法分层聚类分析；K－L变换提取有效特征，设计支持向量机对给定样本进行有效分类并分析结果。-By designing a linear classifier minimum risk Bayes classifier supervised learning method hierarchical cluster analysis K-L transform to extract efficient features, designed to
classifier
- 两类二维相关正态分布条件下的最小错误率贝叶斯分类器，基于最小风险的贝叶斯分类器，Parzen窗法非参数估计分类器程序，Fisher线性判别法分类器程序。-Under normal conditions two types of two-dimensional correlation of minimum error rate of Bayesian classifier, the minimum risk-based Bayesian classifier, Parzen window meth
lsvm
- 用线性支持向量机，lsvm分类器实现分类，同时给出了实验结果。还画出了支持向量。-Support vector machines with linear, lsvm classifier achieved classification, while the experimental results. Also drawn the support vector.
perceptron
- 线性分类器设计-感知机算法，对一组数据进行分类，分析w不同时的影响-Linear classifier design- Perceptron Algorithm
svm
- 线性SVM算法设计分类器，对一组数据进行分类-Linear SVM classifier algorithm on a set of data classification
liblinear
- 线性分类器的matlab源码，可以实现多累分类-Linear classifier matlab source, multi-tired classification
FDA-Matlab
- 基于Fisher准则线性分类器设计Matlab实现源代码-Source code linear classifier based on Fisher criterion design Matlab
Matlab-(Bayers)
- 线性分类器可以实现线性可分的类别之间的分类决策，其形式简单，分类决策快速。但在许多模式识别的实际问题中，两个类的样本之间并没有明确的分类决策边界，线性分类器（包括广义线性分类器）无法完成分类任务，此时需要采用其它有效的分类方法。贝叶斯分类器就是另一种非常常见和实用的统计模式识别方法。-Linear classifier can be realized linearly separable classification decision between classes in the form of
线性分类器
- 该程序能够实现对于一个样本完成感知机，最小二乘法，凸优化方法解决SVM和matlab自带函数解决SVM的四种程序，并且通过修改部分参数可以完成不同效果。(The program can be achieved for a complete sample perceptron, least squares method, convex optimization method to solve SVM and MATLAB with four program function to solve th
Perceptron
- 用MATLAB实现简单的分类器分类，对线性的点进行简单的分类。(Using MATLAB to achieve a simple classifier,Simple classification of linear points)
Matlab-libsvm-3.20
- SVM(Support Vector Machine)指的是支持向量机，是常见的一种判别方法。在机器学习领域，是一个有监督的学习模型，通常用来进行模式识别、分类以及回归分析。 Vapnik等人在多年研究统计学习理论基础上对线性分类器提出了另一种设计最佳准则。其原理也从线性可分说起，然后扩展到线性不可分的情况。甚至扩展到使用非线性函数中去，这种分类器被称为支持向量机(Support Vector Machine，简称SVM)。支持向量机的提出有很深的理论背景。 支持向量机方法是在后来提出的
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