搜索资源列表
isodata_iris
- 聚类分析isodata算法的C程序，实现对iris数据集分类的功能
RBF_example_IRIS
- RBF神经网络应用于IRIS数据集的例子-Am example of RBF-NN applied on IRIS Data Set
Bayes_example
- Bayes分类器应用于IRIS数据集的例子-An example of Bayes Classifier applied on IRIS Data Set
Fisher_example
- Fisher线性判别分类器应用于IRIS数据集的例子-An example of Fisher linear discriminant Classifier applied on IRIS Data Set
BP_2
- 基于BP算法的iris数据集分类，matlab实现，含注释。-is data set based on BP algorithm, the Matlab implementation, including annotations.
popular-UCI-datasets
- 一些非常有用的数据集，适合我们从事机器学习的人使用，matlab下的mat格式和excel格式，包括注明的iris，糖尿病等数据集-some useful datasers for machine learning learners,such as diabeters,iris and so on
ann
- BP神经网络实现算法，测试数据时iris数据集，识别率在95 以上-BP neural network algorithm, test data, iris data set, more than 95 recognition rate
IrisDC06
- 分类是数据挖掘 、机器学习 和模式识别 中一个重要的研究领域。分类的目的是学会一个分类模型 (称作分类器)，该模型能把未知类别的数据项映射到给定类别中。目前发展较成熟的几种分类算法 如决策树、神经网络、贝叶斯方法、遗传算法等。分类具有广泛的应用，例如医学诊断、信用卡系统的信用分级、图像模式识别等。本毕业设计通过使用鸢尾属植物(IRIS)数据集，对当前数据挖掘中具有代表性的优秀分类算法进行分析和比较，总结出了各种算法的特性，为使用者选择算法或研究者改进算法提供了依据。-Classificatio
BP
- 神经网络iris数据集 matlab语言的例子
DMProject
- 数据挖掘算法KNN、K-means的实现与挖掘Iris数据集的结果分析-Data mining algorithms, KNN, the K-means to achieve mining Iris data set
tree
- 对于iris数据集的分类算法，决策树的分类算法-a classfiler algorithm，about the decision tree
mat
- 对iris数据集分类 采用bp网络 利用交叉验证优化参数-Classification of the iris data set bp network use of cross-validation optimization parameters
isodatacenter
- 神经网络RBF Isodata算法计算得到iris数据集的聚类中心，从而进行分类。并包含iris数据集-RBF Isodata neural network algorithm to get the cluster center iris data set, thus classified. And contains iris data set
iris
- 随机梯度下降，在一个UCI数据集上的实现。随即梯度下降是线性回归的一个重要推论。-A gradient descent test in Java, using a UCI dataset
knndemo
- K近邻分类器，实现了对iris数据集的分类，并且使用了交叉验证的方法，来验证求得的最优的K值。-K-nearest neighbor classifier to achieve the classification of iris data set and cross-validation of the method used to verify the optimal value of K obtained.
LDAfenlei
- 此程序主要用来对iris数据集进行分类，主要训练二分类器。(This program is mainly used to classify iris data sets)
Iris数据集BP神经网络实例代码
- Iris数据集BP神经网络实例代码，该例子程序提供AForge.NET实现和matlab实现两种途径(Iris data set, BP neural network example code)
主成分分析PCA
- 用PCA算法对iris数据集进行主成分分析(The PCA algorithm is used to analyze the iris data set)
iris
- 文件包含鸢尾花csv数据集以及鸢尾花项目代码的py文件以及txt文件(The file contains the iris CSV dataset and the PY file and the txt file of the iris project code.)
贝叶斯分类
- 通过python进行编程，运用贝叶斯算法原理，对iris数据集进行分类(Classification of iris data sets by Bayes)