搜索资源列表
SvmOneVersusOne
- 支持向量机SVM可以使用多分类的问题，本次的代码实现的就是这个功能，里面含有训练和测试数据，分别含有12类标签，也就是都分为12类，另外代码采用了神经网络中的one-versus-one的思想，将数据分类K（K-1）/2个子类，分别调用SVM方法实现-It is about the classification in use of SVM for 12 classes. The algorithm contains training data and test data.
Experiments
- Br方法做的多标签在线分类算法程序，matlab实现 -mutli-label online classification algorithm Using br approach，implemented by matlab
LPA
- 标签传播算法JAVA实现 初始化，每个结点携带一个唯一的标签；然后更新结点的标签，令其标签与它的大多数邻居的标签相同，若存在多个则随机选择。迭代直至每个结点的标签不再变化。-Label propagation algorithm
MLkNN
- ML-KNN，这是来自传统的K-近邻（KNN）算法。详细地，为每一个看不见的实例中，首先确定了训练集中的k近邻。之后，基于从标签集获得的统计信息。这些相邻的实例，即属于每个可能类的相邻实例的数量，最大后验（MAP）原理。用于确定不可见实例的标签集。三种不同现实世界中多标签学习问题的实验研究，即酵母基因功能分析、自然场景分类和网页自动分类，表明ML-KNN实现了卓越的性能(ML-KNN which is derived from the traditional K-nearest neighbo
cplst
- 多标签分类算法，通过对标签降维（SVD），然后利用线性回归建立特征和低维标签之间的关系，求出特征的系数，然后反过来进行预测(Multi label classification algorithm, through the tag dimension reduction (SVD), and then use linear regression to establish the relationship between features and low dimensional tags, to
lrCostFunction
- 输入权值、学习率、输入和输出，就可以计算得到损失值和梯度值(Input weight, learning rate, input and output can be calculated for loss value and gradient value)