搜索资源列表
-
0下载：
Bayes分类器应用于IRIS数据集的例子-An example of Bayes Classifier applied on IRIS Data Set
-
-
0下载：
Bayes分类器——算法设计
1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。
2． 数据集描述：
Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decision tree (Decision tree) classi
-
-
0下载：
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
-
-
0下载：
一个比较简单的模式识别问题。用female.txt 和male.txt 的数据作为训练样本集，建立Bayes 分类器，用测试样本数据set1.txt、set2.txt、set3.txt 对该分类器进行测试,分别应用单个特征及两个特征进行实验-A relatively simple pattern recognition problem. Female.txt and male.txt use data as a training sample set, the establishment of
-
-
0下载：
：将K—means算法引入到朴素贝叶斯分类研究中，提出一种基于K—means的朴素贝叶斯分类算法。首先用K—
me．arks算法对原始数据集中的完整数据子集进行聚类，计算缺失数据子集中的每条记录与 个簇重心之间的相似度，把记
录赋给距离最近的一个簇，并用该簇相应的属性均值来填充记录的缺失值，然后用朴素贝叶斯分类算法对处理后的数据
集进行分类。实验结果表明，与朴素贝叶斯相比，基于K—means思想的朴素贝叶斯算法具有较高的分类准确率。-: K-means algorithm will
-
-
0下载：
以黎曼几何为理论依据，基于S.Amari的修正核函数思想提出了两种新的保角变换，用其对核函数进行数据依赖性改进，进一步提高支持向量机分类器泛化能力。以人工非线性分类问题
为对象进行研究，仿真实验结果表明采用新保角映射可以快速显著地改善分类器泛化性能，而且能大幅度地减少支持向量的数目。-Two novel conformal transformations were proposed based on the Riemannian geometry theory and S.Amari’sid
-
-
0下载：
本次大作业利用K‐近邻（K‐Nearest Neighbor）算法，为给定的训练数据集构造了分类器，
并在测试数据集上进行分类预测，同时计算了Accuracy、Precision、Recall和F‐measure，利用
10‐fold的实验方法进行交叉验证。-The big job to use K-neighbor (K-Nearest Neighbor) algorithm, for a given set of training data classifier is constru
-
-
0下载：
以数字与字母识别系统的基本处理流程为主线，从待识别数据的获取入手，通过预处理、特征的提取与选择，到分类器的设计等部分都进行了较为详尽的分析与研究，MATLAB仿真实验表明；采用最小距离法对所给出的一组数字及字符图片进行不同的分块识别，最终得出分8块识别率为85.71 ；分16块识别率为95.71 ；分20块识别率为95 ；具有较高的识别率。-The basic process flow of the numbers and letters recognition system as the ma
-
-
0下载：
这是matlab编写的3个常用机器学习分类器代码。其中包括了： 1）PCA 分类其；2）LDA分类器：3）naive贝叶斯分类器。 3个算法的实现参考了《Introduction to Machine
Learning》。 除了这3个分类算法的实现外，代码里面还包含了用于测试的main.m 主程序和一个实验的简要报告。实验在著名数据集acoustic_train_data 上进行。-This source code includes the implementation of three f
-
-
0下载：
这是matlab编写的Logistic Discrimination 和 KNN分类器代码。这两个算法的实现参考了《Introduction to Machine Learning》。 除此在代码中还包含了调用matlab自带的libsvm的例程。rumLogisticDiscrimination， runKnn， runSvm分别对这3个算法在数据集liver_train_data上的分类准确度进行测试。测试结果在code report.doc 中有简要描述。-This code implem
-
-
0下载：
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.
-
-
1下载：
随机森林算法的构造过程：1、通过给定的原始数据，选出其中部分数据进行决策树的构造，数据选取是”有放回“的过程，我在这里用的是CART分类回归树。
2、随机森林构造完成之后，给定一组测试数据，使得每个分类器对其结果分类进行评估，最后取评估结果的众数最为最终结果-Random Forest algorithm construction process: 1, by a given raw data, which part of the decision tree data structu
-
-
0下载：
编写了用户界面程序实现ocr人脸数据集的识别，使用了svm分类器(A user interface program is developed to realize the recognition of OCR face data set, and the SVM classifier is used)
-
