机器学习工具箱
主程序可以对数据应用几种监督分类方法：
Logistic回归（线性模型）
支持向量机
装袋
随机森林
神经网络
可以使用其他一些工具，例如Boosting，K均值，线性回归。
该程序使用不同的外部工具箱：
Prtools套袋和随机森林
用于神经网络的DeepLearnToolbox-master
适用于SVM的libsvm-3.20
此外，一些代码来自Andrew Ng的Coursera MOOC：。
2022-11-04 17:00:36
2.25MB
1
pso-svm python 代码 基于粒子群算法优化支持向量机
2022-11-04 16:59:13
3KB
1
#将SVM代码文件直接导，pycharm2017软件中，将data数据的路径在代码中进行修改
#fileIn = open('C:/Users/LENOVO/Desktop/SVM-master/datasets.txt')
#open()进行文件的读取工作，直接修改路径即可，但是要注意绝对路径与相对路径的区分
2022-11-04 11:06:08
5KB
1
用于脑电信号分析的matlab算法，对数据进行PCA处理及SVM分类。
2022-11-01 16:50:29
4KB
1
基于SVM的图像分割-真彩色图像分割，可以很好的分割彩色图像
2022-10-31 19:22:01
2MB
1
1、资源内容:基于SVM的手写数字图像识别
2、使用/学习目标:了解手写数字图像识别
3、应用场景:基于Minist数据集的手写数字图像处理等内容实现
4、特点:基于SVM手写数字图像识别代码实现过程
5、适用人群:想阅读手写数字图像识别源码的初学者
6.使用/学习说明:在学习的过程要结合SVM核心原理与手写数字图像识别需求分析和方案设计，在实践中不断提升
2022-10-31 15:03:21
25.75MB
1