在(6)部分中包含以下模型: 因子分析 优劣解距离法 元胞自动机 支持向量机 逐步回归 主成分分析
Prudential-Life-Insurance-Risk-Prediction:机器学习算法适用于大量申请人数据,以预测其人寿保险风险。 这些算法包括线性回归,决策树,支持向量机(SVM)和XGBoost
2021-08-29 16:20:34 3.85MB R
1
机器学习经典算法超详细SVM;机器学习,SVM
2021-08-17 18:12:20 6.91MB 机器学习 svm 超详细 核函数
基于Python语言实现的支持向量机,用于机器学习分类问题研究
2021-08-13 14:05:11 3KB python SVM 机器学习 DL
1
【情感识别】基于支持向量机SVM实现语音情感识别matlab源码含GUI.md
2021-08-09 14:03:18 30KB matlab
1
【图像识别】基于支持向量机SVM实现汉字识别matlab源码.md
2021-08-09 14:03:07 6KB matlab
1
【图像识别】基于支持向量机svm植物叶子疾病检测和分类.md
2021-08-09 14:03:06 36KB matlab
1
【手写数字识别】基于支持向量机SVM实现手写数字识别matlab源码含GUI.md
2021-08-06 09:07:35 14KB 手写数字识别 matlab
1
含有demo显示。 C#的所有源代码(训练和测试部分)。 封装后的dll文件。 很便于从数据空间角度理解SVM, 还有为编程提供有价值参考。
2021-08-04 22:02:47 385KB 支持向量机(SVM c#
1
回归分析,函数估计的SVM,有三个参数控制着SVR的性能,包括平衡参数 、 管道宽度和核参数 ,它们都需要预先给定。其中 定义了一个 不敏感函数,并控制着支持向量的数目。如果 管道宽度过大,那么支持向量的数目越少,其拟合函数将不能反映真实的函数特性;反之,如果 管道宽度过小,那么SVR的稀疏性将不能保证。
2021-07-29 12:15:21 403KB 拟合
1