搜索资源列表
InfoRetri
- 基于朴素贝叶斯的文本分类，包含去停用词，分词，特征提取，分类等-Text classification, based libsvm, included to stop words, segmentation, feature extraction and classification
chapter1
- BP神经网络的数据分类-语音特征信号分类-The phonetic characteristics data of BP neural network classification- signal classification
PCA+mnist
- 基于python，利用主成分分析（PCA）和K近邻算法（KNN）在MNIST手写数据集上进行了分类。 经过PCA降维，最终的KNN在100维的特征空间实现了超过97%的分类精度。(Based on python, it uses principal component analysis (PCA) and K nearest neighbor algorithm (KNN) to classify on the MNIST handwritten data set. After PCA dime
PCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
KPCA算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.
LPP算法
- 对高维数据进行特征两提取,提高数据分类速度,可用于故障诊断数据的特征量提取.