搜索资源列表
Spider4dataanlysis
- ?Spider-matlab工具箱，为一良好的数据分析工具箱，内建核偏最小二乘回归(KPLS),径向基网络回归(RBFnet)等；支持向量机(SVC)分类；聚类分析等．-Spider-Matlab Toolbox for a good data analysis toolbox. Built-nuclear partial least squares (PLS) regression neural network (RBFnet); Support Vector Machine (SVC) c
libsvm-2.85-dense
- LIBSVM源码。LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 易于使用、快速有效的通用SVM 软件包，可以解决分类问题（包括C- SVC、 n - SVC ）、回归问题（包括e - SVR、n - SVR ）以及分布估计（one-class-SVM ） 等问题，提供了线性、多项式、径向基和S形函数四种常用的核函数供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。
支持向量机算法及其代码实现
- 支持向量机（SVM），起初由vapnik提出时，是作为寻求最优（在一定程度上）二分类器的一种技术。後来它又被拓展到回归和聚类应用。SVM是一种基于核函数的方法，它通过某些核函数把特征向量映射到高维空间，然後建立一个线性判别函数（或者说是一个高维空间中的能够区分训练数据的最优超平面，参考异或那个经典例子）。假如SVM没有明确定义核函数，高维空间中任意两点距离就需要定义。
Inertiadevicefaultpredictionbasedonwavelet
- ：为了提高最小二乘支持向量回归机的性能，将Morlet小波核函数引入其中，形成了最小二乘小波支 持向量回归机模型。利用待优化的参数重构模型的目标函数和约束条件，并在此基础上通过遗传算法进行参数 选择，从而提高了该模型的泛化能力。将最小二乘小波支持向量回归机应用于导弹陀螺仪的漂移趋势预测，仿真 实验结果表明了该方法的有效性和可行性，因此可以为陀螺仪的故障预报、可靠性辅助决策提供依据。-To improve the ability of least square support vect
mvkernelsmoothing
- 多维核平滑回归，对于存在数据点缺失或含噪声的情况，具有较好的鲁棒性。-Multi-dimensional kernel smoothing regression, data points for the existence of the case of missing or noisy, and has good robustness.
KStattoolbox
- 一个非常经典的核统计学习工具箱。集成了kpca,ksri等。具有分类和回归双重功能-A very classic nuclear statistical learning toolbox. Integrated kpca, kdr, ksri and so on. Classification and regression with a dual function.
elm_kernel
- 不同的核函数的elm,既包括分类算法，也包括回归，十分的全面，运行无错误！-Elm different kernel functions, including both classification algorithms, including regression, very comprehensive and error-free operation!
Multi-Kernel-xxgh
- 多核RBF神经网络建模预测模型，实现六个核函数的多元回归集成-RBF function
ELMs
- 超限学习机算法具有易部署、训练速度快、精度高的优点，能处理回归和分类任务。这里包含原型超限学习机、基于核方法的超限学习机和加权超限学习机算法的Matlab代码- U8D85 u5B6 u5B6 u4E60 u673A u7R3 u7R3 u0101 UFF0C u809.0 u5904 u7R09 u5R09 u5R3 u5252 u5206 u5206 u7C7B u2EFB u52A1 u3002 u8FD9 u91CC u5305 u5
2SVR
- 支持向量机回归的ｍａｔｌａｂ版本，里面包含高斯核函数等一系列常用的核函数。(Support vector regression matlab version, which contains the Gauss kernel function and a series of commonly used kernel functions.)
MatlabRegressionCode
- lssvm回归预测分析，用各种核函数进行参数调优过程，使获得最佳的预测结果。(Lssvm regression prediction analysis, with a variety of kernel functions for parameter tuning process, so that the best predictions.)
KRR
- 核岭回归算法 输入数据集(需要分开存放训练集和测试集) 利用4重交叉验证法调参 最后输出分类准确率(Kernel ridge regression algorithm Input data set (training set and test set need to be stored separately) Parameter adjustment by 4-fold cross validation Final output classification accuracy)