搜索资源列表
svm_java
- 应用java实现的svm支持向量机的分类算法！相信对svm感兴趣的朋友有很大帮助！-java application realized svm SVM classification algorithm! Believe that the right svm interested friends will be of great help!
1
- 相似度算法的实现， 在利用支持向量机进行模式分类的时候，有时需要考虑到实时性，为了提高实时性，则利用相似度算法减少样本集个数，从而减少训练时间和支持向量的个数，使得建立起的向量机实时性提高-Similarity algorithm, in the use of support vector machines for pattern classification, sometimes need to be considered real-time, in order to improve real
5
- 相似度算法，主要是用来优化支持向量机来进行分类识别-Similarity algorithm is mainly used to optimize support vector machines for classification and identification
svmfenlei
- 利用支持向量机实现非线性分类，通过调节参数改变分类个数-Nonlinear SVM classification, change classification number by adjusting the parameters
svmdxyy
- SVM支持向量机的典型应用，可用来对故障特征数据进行分类-SVM SVM Typical applications that can be used to classify the fault characteristic data
gaSVMcgForClass
- 使用基因遗传算法优化支持向量机参数，进而准确快速分类-Using genetic algorithms to optimize the parameters of support vector machine, and then quickly and accurately classified
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
data-classification-by-SVM-
- 使用支持向量机进行数据的分类预测，所需样本数据较少，且预测精度高，分类效果较好。-Using support vector machines for data classification prediction, requires less sample data, and predict high precision, classification better.
ceshi
- 支持向量机分类预测应用例子，大家可以-Support vector machine (SVM) classification forecasting
SVM
- 支持向量机源程序代码，用此程序可以进行数据的分类-Support vector machine source code, using this program can be used for data classification
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统