搜索资源列表
libsvm-2.89
- 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.
gp425win32
- 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 -Easy to use, fast and effective generic SVM software package can solve the classification problems (including the C-SVC, n- SVC), regression (inclu
libsvm-mat-2[1].9-11
- 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
Desktop
- 利用matlab做线性回归,简单，好用，可以处理一般的回归问题-Using matlab to do linear regression, simple, easy to use, can handle general regression problem
DecisionTreeYSD
- 决策树的Matlab实现，实现了分类问题和回归问题，有很好的调试结果-Matlab implementation of decision trees
adaboost
- 数据挖掘 adaboost算法 java 实现分类问题回归问题 处理离散变量。连续变量-Data mining java adaboost algorithms Deal with regression, classification Handling discrete variables, continuous variables
ReliefF-2
- 由于Relief算法比较简单，运行效率高，并且结果也比较令人满意，因此得到广泛应用，但是其局限性在于只能处理两类别数据，因此1994年Kononeill对其进行了扩展，得到了ReliefF作算法，可以处理多类别问题。该算法用于处理目标属性为连续值的回归问题。-Because Relief algorithm is relatively simple, high efficiency, and the results are more satisfactory, so widely used, b
svm
- SVM本身是针对经典的二分类问题提出的，支持向量回归机（Support Vector Regression，SVR）是支持向量在函数回归领域的应用(SVM itself is proposed for the classical two classification problem. Support Vector Regression (SVR) is the application of support vector in the field of function regression)
LogisticRegressionData
- 用于解决logisitic问题，含源代码以及数据测试，挺有用的，算法导论的专选(use to solve logisitic)
ridge regression1
- 岭回归(英文名：ridge regression, Tikhonov regularization)是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法。 总之，本文档是岭回归的R语言实现代码，主要用于解决当模型中出现多重共线性问题，尤其是当你所有的解释变量都很重要，又无法通过其他检验来删除时，岭回归是一个很好的解决办法。(Ridge
关于回归神经网络的交通状态判别
- 聚类分析又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。 聚类(Cluster)分析是由若干模式(Pattern)组成的，通常，模式是一个度量(Measurement)的向量，或者是多维空间中的一个点。 聚类分析以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。(Clustering algorithm)
pcr
- 主成分回归是一种多元回归分析方法，旨在解决自变量间存在多重线性问题(Principal component regression is a multivariate regression analysis method designed to solve the existence of multiple linear problems between independent variables)
偏最小二乘回归法
- 用偏最小二乘回归法对多自变量和多因变量问题求解(The independent variables and the dependent variable problem solving by partial least squares regression method)
osr-python
- 写了一堆高仿Fortran最优子集回归算法的python代码，现分享出来，如果有用得着的就拿去用吧，避免纠结python3在win7环境下调用fortran程序这么些跟系统兼容相关程度高 的问题(I wrote a bunch of Python codes that imitate Fortran's optimal subset regression algorithm. Now share them. If you can use them, you can use them, avoid
logistics regression
- 机器学习逻辑回归方法，对二分类问题进行拟合，得到正确率(The machine learning logic regression method is used to fit the two classification problems and get the correct rate.)
案例8
- 利用PSO优化GRNN案例，准确度上可能有问题(Using PSO to optimize GRNN)
一种快速稳健高斯回归滤波算法_孔明
- 针对稳健高斯回归滤波器运行速度过慢的问题，利用截断高斯权函数的快速卷积提高了算法 运行速度。在详细分析稳健高斯回归滤波器和卷积函数的基础上，推导了截断高斯权函数，并通过实验 确定了合适的参数值。(convolution of the truncated Gauss weight function is used to improve the algorithm. Running speed. Based on the detailed analysis of the robust Gauss r
梯度下降法求解回归问题
- 使用SOFTMAX分类器对已有的数据集进行分类(Classification of existing data sets using SOFTMAX classifier)
采用广义回归神经网络GRNN进行货运量预测
- 针对货运量预测问题，建立广义神经网络，对货运量进行预测。同时建立了BP神经网络，通过预测误差进行比较(Aiming at the problem of freight volume prediction, a generalized neural network is established to predict freight volume. At the same time, a BP neural network is established to compare the predicti
模拟验证一阶自回归模型中自回归系数
- 运用Python的数组和矩阵操作模拟验证一阶自回归模型中，自回归系数OLS估计量的有限样本偏差问题。(Python array and matrix operations are used to simulate and verify the finite sample bias of OLS estimator of autoregressive coefficient in the first-order autoregressive model.)