搜索资源列表
IRIS数据
- IRIS数据 用于聚类方法 主要用于模式识别、图像分割等-IRIS data for clustering method used pattern recognition, image segmentation, etc.
iris data analysis
- 经典的人工智能问题 - iris数据分析问题。通过设计三层bp神经网络对花朵数据进行分类识别，并达到了很好的效果。-classic AI problem - iris data analysis problems. Three-bp through the design of neural networks classify data flower identification, and to achieve good results.
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
bp_flower
- bp神经网络对鸢尾属植物分类，用四个特征进行分类，分类正确率100 - iris data classification using bp neural network
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
k-means-iris
- 针对著名的UCI机器学习数据库中的iris data的kmeans聚类分析程序，具有代表性-For the well-known UCI machine learning repository of the iris data of kmeans cluster analysis procedure, a representative
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
knn
- 使用C语言编写的最近邻算法，可以直接运行，算法是对鸢尾花数据进行了分类。-Written in C language using the nearest neighbor algorithm can be run directly, the algorithm is the iris data are classified.
moshishibie
- 先用C-均值聚类算法程序，并用下列数据进行聚类分析。在确认编程正确后，采用蔡云龙书的附录B中表1的Iris数据进行聚类。然后使用近邻法的快速算法找出待分样本X（设X样本的4个分量x1=x2=x3=x4=6；子集数l=3）的最近邻节点和3-近邻节点及X与它们之间的距离。-First C-means clustering algorithm procedures and with the following data for cluster analysis. After confirming t
bp
- 利用bp算法对鸢尾花数据进行分类的matlab实现程序-Bp algorithm using iris data classification procedures to achieve matlab
shenjing
- 使用bp神经网络进行分类。包括鸢尾花数据，以及训练过程和分类结果。包含非常详细的注释。-Use of bp neural network classification. Including the iris data, and training process and classification results. Contains very detailed notes.
BP-Iris-classifier
- 使用BP网络实现了对Iris数据的分类，使用了可变学习速率和带动量的梯度下降算法。-Using the BP network realizes the classification of Iris data, the use of the variable learning rate and the amount of gradient descent algorithm driven.
Iris-data
- 鸢尾花数据，包含三组数据，用于模式识别的基本实验练习-Iris data for pattern recognition of basic laboratory exercises
k-iris
- 模式识别中用于完成数据的分类而用到的一种方法-k近邻。是将已有数据划分到3个类中，本方法中解决数据Iris数据的划分问题。将150个4维数据划分到3类。K近邻法是求最近的K个元素从而将其划分到已有类中。-Pattern recognition for the completion of the classification of the data used in a way-k neighbors. The existing data are divided into three classes
Bayes-iris
- 在matlab环境下，实现鸢尾花数据的贝叶斯分类，没有利用现成的数据命令。-Bayesian classifier in Matlab environment, iris data, there is no off-the-shelf data command.
ANN-iris
- 在matlab环境下，实现鸢尾花数据的人工神经网络分类，只是比较基本的实现BP网络，没有利用现成的命令。-In the Matlab environment, iris data artificial neural network classifier, but more basic BP network, there is no off-the-shelf command.
iris
- BP神经网络matlab实现，程序直接下载就可以运行，全部打包好。该程序主要用于分类iris数据，程序很完整，但不同于网络大部分程序，思路很好，值得学习，适用于初学BP神经网络的人。-BP neural network matlab realize, you can run the program directly download all packed. The program is mainly used for classification iris data, the procedure
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)
Iris_RandomForest
- python鸢尾花（iris）数据分类程序举例，采用随机森林算法。(Python iris flower (IRIS) data classification program is used for example, and the random forest algorithm is used.)