搜索资源列表
iris_bayes
- 贝叶斯分类器的C++源码，用IRIS作类例子，通俗易懂，适合作模式识别、图像处理研究开发用！-Bayesian classifier C source code, using IRIS category for example, easily understood and suitable for pattern recognition, Image processing research and development with!
shibie
- 模式识别感知器算法实现（样本分类），基于iris数据
all
- 模式识别分类器的设计，此为K均值法源码，经调试通过。所用数据为标准IRIS。
Fisher520
- 模式识别分类器的设计，此为fisher法源码，经调试通过。所用数据为标准IRIS。
LMS520
- 模式识别分类器的设计，此为LMS法源码，经调试通过。所用数据为标准IRIS。
ClassifierforIRISdata
- 用于对IRIS数据进行分类的各种分类器，用于对多维采样点进行无监督分类。可根据类别数修改分类器，模式识别作业的部分代码。-IRIS data for the various classification categories, for sampling points on the multi-dimensional non-supervised classification. Can be modified in accordance with several types of classifi
IrisDC06
- 分类是数据挖掘 、机器学习 和模式识别 中一个重要的研究领域。分类的目的是学会一个分类模型 (称作分类器)，该模型能把未知类别的数据项映射到给定类别中。目前发展较成熟的几种分类算法 如决策树、神经网络、贝叶斯方法、遗传算法等。分类具有广泛的应用，例如医学诊断、信用卡系统的信用分级、图像模式识别等。本毕业设计通过使用鸢尾属植物(IRIS)数据集，对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。-Classificatio
MAP
- 模式识别中应用的贝叶斯分类器 可以用于分类IRIS数据-Application of pattern recognition Bayesian classifier can be used to classify IRIS data
iris
- 取Iris-setosa前40组数据的前两列和Iris-versicolor的前40组数据的前两列作为训练样本。即训练样本共有两类，每类40组数据，每组数据由两个属性值。进行分类训练(Take the first two columns of the first 40 sets of data and the first two sets of the first 40 groups of Iris-setosa as the training samples of the first 40 s
模式识别代码
- 基于matlab的Iris、乳腺癌数据集的模式识别分类算法，含有 遗传算法+SVM、isodata、感知器算法、LMSE、神经网络等算法的实现代码，用于聚类效果良好，是模式识别大作业的参考资料(The pattern recognition classification algorithm based on MATLAB for Iris and breast cancer data sets contains the implementation code of genetic algorit
鸢尾花分类
- 使用四种方法进行鸢尾花分类：最小距离分类器，K 近邻法，感知器，Fisher 准则。(Four methods are used to classify iris: minimum distance classifier, K-nearest neighbor method, perceptron and Fisher criterion.)