svm算法手写matlab代码机器学习 大家好, 我上传了我的机器学习在线课程作业,该课程由斯坦福大学的Andrew NJ教授教授。 所有代码都可以由MATLAB / Octave(4.4.0或更高版本)运行,并且为了提供有关每种练习的更多信息,需要准备一个文档文件。 最好先阅读一下并熟悉功能。 只需要运行以“ exNUM.m”命名的主函数,例如ex5.m 以下是每个练习的简要信息: HW1:线性回归。 在本练习中,我实现了线性回归方法,并看到了它在样本数据上的工作原理。 硬件2:逻辑回归。 在练习的第一部分,我建立了一个逻辑回归模型来预测学生是否被大学录取。 我使用线性决策边界对数据进行分类。 在练习的第二部分中,我实施了正则逻辑回归,以预测来自制造工厂的微芯片是否通过质量保证(QA)。 使用非线性决策边界和正则项。 HW3:神经网络的多类分类和实际使用。 在练习的第一部分中,我使用了逻辑回归的先前实现,并将其应用于“一对多”分类以识别手写数字(从0到9)。 最后,我获得了95%的训练集准确性。 在练习的下一部分中,我使用MPL神经网络库完成了先前的任务,令人惊讶的是准确性达到了97
2022-12-14 16:02:56 28.95MB 系统开源
1
基于PCA和SVM的实时人脸识别: faceCapture:首先采集需要被识别人的人脸,每人采取10张,统一格式大小,放入人脸数据库中; ReadFace:读入训练的人脸数据; fastPCA:PCA降维; scaling:训练数据归一化; train:使用SVM支持向量机训练模型; imageAcquision: 读入人脸照片—>灰度化—>检测人脸—>扣出人脸—>归一化尺寸—>在训练集的特征子空间中降维—>在训练集每维的最大最小值上数据归一化—>利用训练好的模型预测—>显示
2022-12-13 13:26:07 14.7MB PCA SVM 人脸识别 Matlab完整程序和数据
MATLAB实现PSO-SVM粒子群优化支持向量机时间序列预测,Matlab完整程序和数据 数据为单变量时间序列数据,含粒子群优化前后的对比,预测对象为股票价格。
毕设新项目 基于SVM和LSTM实现的购物平台商品评论情感对比分析毕设源码+数据集+模型+项目说明.7z 【项目介绍】 使用Selenium模拟真实登录行为,并爬取数据 数据清理 将词汇向量化 使用jieba精确模式进行分词,构造词典 创建词语字典,并返回每个词语的索引,词向量,以及每个句子所对应的词语索引 分类模型对比。 【备注】主要针对正在做毕设的同学和需要项目实战的机器学习、深度学习cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含:项目源码、训练好的模型、项目操作说明等,该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。如果基础不错,在此代码上做修改,训练其他模型。
2022-12-13 13:26:04 49.86MB 机器学习 LSTM SVM
使用PCA、NMF和HOG特征,分别配以KNN(k=1,3,5)和SVM两类分类器,实现对交通标志的分类(包括对其余类的拒识)(Matlab完整源码和数据) PCA_KNN : PCA + KNN PCA_SVM : PCA + SVM NMF_KNN : NMF + KNN NMF_SVM : NMF + SVM HOG_KNN : HOG + KNN HOG_SVM : HOG + SVM
2022-12-13 13:26:02 13.78MB PCA NMF KNN SVM
基于机器学习GRU_CNN_KNN_SVM_RF5种实现的web攻击检测系统项目源码+数据集+模型+项目说明.7z 基于聚类的XSS和SQL注入检测 基于机器学习的XSS和SQL注入检测 现了基于GRU,CNN,KNN,SVM,RF共五个检测模型 检测过程:数据加载-》数据预处理(urldecode和转小写)->向量化(预训练word2Vec模型,padding补齐)->模型训练->模型预测->模型评估
svm工具箱matlab代码SimpleMKL 工具箱 描述 这个包是一组实现 SimpleMKL 算法的 Matlab 脚本。 相关论文是ICML 2007论文和题为SimpleMKL的论文 提供此代码是为了结果可重复性。 大多数脚本都带有在线 matlab 帮助文档,并提供了一些演示脚本。 演示脚本是 exmklclass.m exmklreg.m exmklmulticlass.m exmklls 磁盘 在这些演示脚本中,您可以将示例中给出的 3 维 Gram 矩阵替换为一些临时矩阵,并获得不错的结果! :) 将(希望)尽快提供更详细的文档。 特征 MKL二元分类SVM MKL SVM 回归 一对一和一对一 MKL SVM 大规模二元分类 MKL SVM 内存要求较低的内核实现 这是来自 Matlab 1.0 版
2022-12-12 20:58:44 99KB 系统开源
1
概括介绍了近年来倍受瞩目的一种新的计算机学习方法——支持向量机(Support Vector Machines,简称SVM)方法,这一方法具有坚实的理论基础和出色的应用效果;并分析了SVM方法与 模糊系统的关系,对这两种方法的交互促进和发展提出了看法。
2022-12-12 20:21:39 181KB svm
1
具有图形操作界面的支持向量机多类分类实验系统.全部用Matlab实现GUI_PR_SVM
2022-12-11 21:31:07 15.12MB svm matlab
1
Python机器学习 通用机器学习算法的Python代码
1