SVM源代码和测试图片

上传者: a584020745 | 上传时间: 2020-01-24 03:00:37 | 文件大小: 820KB | 文件类型: zip
这是SVM的具体代码,里面有详细的说明使用和测试图片,欢迎下载。SVM(Support Vector Machine)指的是支持向量机,是常见的一种判别方法。在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。

文件下载

资源详情

[{"title":"( 16 个子文件 820KB ) SVM源代码和测试图片","children":[{"title":"SVM_GUI_3.1[mcode]{by faruto}","children":[{"title":"适应度曲线.jpg <span style='color:#111;'> 50.87KB </span>","children":null,"spread":false},{"title":"testdata","children":[{"title":"regress_test.mat <span style='color:#111;'> 568B </span>","children":null,"spread":false},{"title":"fisheriris_test.mat <span style='color:#111;'> 911B </span>","children":null,"spread":false},{"title":"zz.xls <span style='color:#111;'> 192.00KB </span>","children":null,"spread":false},{"title":"mydata.mat <span style='color:#111;'> 3.71KB </span>","children":null,"spread":false},{"title":"wine_test.mat <span style='color:#111;'> 5.95KB </span>","children":null,"spread":false},{"title":"data.mat <span style='color:#111;'> 128.00KB </span>","children":null,"spread":false}],"spread":true},{"title":"SVM_GUI.m <span style='color:#111;'> 3.59KB </span>","children":null,"spread":false},{"title":"SVR.fig <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"SVC.m <span style='color:#111;'> 51.15KB </span>","children":null,"spread":false},{"title":"SVC.fig <span style='color:#111;'> 19.53KB </span>","children":null,"spread":false},{"title":"测试集的实际分类和预测分类.jpg <span style='color:#111;'> 37.70KB </span>","children":null,"spread":false},{"title":"SVR.m <span style='color:#111;'> 63.24KB </span>","children":null,"spread":false},{"title":"test.mat <span style='color:#111;'> 12.90KB </span>","children":null,"spread":false},{"title":"SVM_GUI.fig <span style='color:#111;'> 2.69KB </span>","children":null,"spread":false},{"title":"readme.txt <span style='color:#111;'> 1.12KB </span>","children":null,"spread":false}],"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明