当前位置：
首页 资源下载
搜索资源 - svm cross validation
搜索资源列表
-
1下载：
支持向量机工具箱，其中包含MATLAB演示程序和一些基本的函数（计算核函数的函数、支持向量机训练函数和参数选择交叉验证函数等）。-SVM Toolbox, which contains MATLAB demo programs and some of the basic functions (Calculation Kernel function, SVM training function and parameter selection cross-validation functions,
-
-
0下载：
New in this version:
Support for multi-class pattern recognition using maxwins, pairwise [4] and DAG-SVM [5] algorithms.
A model selection criterion (the xi-alpha bound [6,7] on the leave-one-out cross-validation error).
-New in this version
-
-
0下载：
基于NSVM的两类SVM分类器，matlab7.1运行通过，main中做了PCA的特征提取、leave one out cross-valiation和5-fold cross-validation（重复10次的平均值）
-
-
2下载：
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。,LIBSVM is林智仁Taiwan Univ
-
-
0下载：
里面有两个实验，包括PPT和实验的代码，可以帮助一些想学习神经网络的朋友一个大忙。-We now have an easy scr ipt (easy.py) for users who know NOTHING about svm. It makes everything automatic--from data scaling to parameter selection.
The parameter selection tool grid.py generates the follo
-
-
1下载：
是一種線性方成的分類器。SVM透過統計的方式將雜亂的資料以NN的方式分成兩類，以便處理。LIBLINEAR is a linear classifier for data with millions of instances and features. It supports L2-regularized logistic regression (LR), L2-loss linear SVM, and L1-loss linear SVM. -Main features of LIBLINEA
-
-
0下载：
LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
-
-
0下载：
LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。-LIBSVM Taiwan University, Lin Zhire
-
-
0下载：
LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能。该软件包可以在http://www.csie.ntu.edu.tw/~c
-
-
1下载：
MATLAB cross-validation tool for classification and regression v0.1
FEATURES:
+ K-fold cross validation.
+ Arbitrary train and prediction functions with parameters can be used.
+ Arbitrary loss function can be used.
+ Wrappers for
-
-
0下载：
LIBSVM是台湾大学林智仁(Lin Chih-Jen)副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件还有一个特点，就是对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数就可以解决很多问题；并且提供了交互检验(Cross Validation)的功能-The LIBSVM Taiwan University Chih- J
-
-
1下载：
matlab源文件，对网络数据进行入侵检测，利用libsvm工具箱，对特征进行分类。内容包括：数据的归一化，参数择优（交叉验证），建立svm模型，性能评价。压缩包内有详细的说明文档。-matlab source files, network data for intrusion detection, to use libsvm toolbox, to classify the characteristics. The contents include: data normalization, p
-
-
1下载：
SVM with K-fold cross validation
-
-
0下载：
交叉验证的实现，判定SVM分类器 支持向量机SVM(Support Vector Machine）是一种可训练的机器学习方法。-The realization of cross-validation to determine SVM classifier support vector machine SVM (Support Vector Machine) is a machine learning method trainable.
-
-
0下载：
交叉验证法寻优的支持向量机突水预测模型，带突水原始数据库-Support vector machine prediction model of water inrush optimization of cross-validation with water inrush original
-
-
0下载：
一个带交叉验证的支持向量机分类程序，可以通过改变步长来调整参数及最优平面-SVM program with cross-validation can be adjusted by changing the step size parameters and optimal plane
-
-
2下载：
SVM分类器的matlab实现，针对提供的花的特征分类，并交叉验证(The matlab implementation of SVM classifier aims at providing the feature classification of flowers and cross validation)
-
-
0下载：
libsvm 源码包，自带交叉验证寻优函数，可直接使用(Libsvm source code package, with cross validation optimization function, can be used directly)
-
-
4下载：
采用SVM高斯核，对样本进行分类，输入训练集和测试集，输出SVM分类准确率，采用10折交叉验证(This matlab code uses the SVM(support Vector Machine)to classify, and as the same time it uses the cross validation mathod.)
-
-
1下载：
使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; classifier construction), and the
-
