搜索资源列表
C4_5
- 数据挖掘算法，分类树的C4.5算法，用于模式分类-data mining algorithms, the C4.5 classification tree algorithm for pattern classification
Support vector machine
- 数据挖掘算法，support vector machine算法源代码，用于分类-data mining algorithms, support vector machine algorithm source code for classification
CART_iris
- matlab数据挖掘算法。实用cart决策树进行分类，可识别多类。decision tree algorithm, classification.-Matlab data mining algorithms. Practical cart decision tree classification, identification number category. Decision tree algorithm, the classification.
Svm
- 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。
hddc_toolbox
- 高维数据分类程序！数据挖掘及图像分析利器！matlab版！
基于自组织数据挖掘的分类器动态集成选择的程序
- 基于自组织数据挖掘的分类器动态集成选择的程序，非常有用
svm-km.rar
- 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。目前国际上支持向量机在理论研究和实际应用两方面都正处于飞速发展阶段。它广泛的应用于统计分类以及回归分析中. 支持向量机属于一般化线性分类器.他们也可以认为是提克洛夫规则化（Tikhonov Regularization）方法的一个特例.这族分类器的特点是他们能够同时最小化经验误差与最大化几何边缘区
MIL-learners
- 代码是关于数据挖掘方面的代码。内含4个可以用于多实例学习的分类及作出结果。-Code is on the data mining code. Includes four multi-instance learning can be used to make classification and results.
SVMClassification
- 实现SVM数据挖掘分类模型，主要构造了SVM分类器。-Data mining to achieve SVM classification model, the main structure of the SVM classifier.
KNNclassifier
- KNN分类方法的MATLAB代码，可以用于数据挖掘中的K最邻近值聚类方法的实现-KNN classification of MATLAB code
Classification-MatLab-Toolbox
- 数据挖掘中用于分类的算法的MATLAB源程序代码。-Data mining algorithms for classification MATLAB source code.
Nnetmod
- 数据挖掘后向传播分类算法matlab实现，无测试与训练数据集-After the dissemination of data mining classification algorithm matlab to implement, test and training data set without
Ensemble-learning-based-on-GMDH
- 基于自组织数据挖掘的多分类器集成选择的程序-Multiple classifiers ensemble selection based on GMDH
BAMIC
- 该代码使用BAMIC方法实现数据挖掘中多示例聚类方法来解决分类问题。-BAMIC performs multi-instance clustering by adapting k-medoids algorithm to deal with objects described using bags of instances
BPMIP
- 该代码利用BP_MIP算法实现数据挖掘中多示例机器学习方法中示例包的标记分类。-BP_MIP Using the BP-MIP algorithm to get the labels for bags in testBags
miGraph
- 该代码实现MI_graph算法来实现数据挖掘中多示例机器学习的示例分类过程。-This function is the main function for calling migraph method to use this function, LibSVM should be available.
C4_5
- C4.5决策树算法，可以进行数据分类，是数据挖掘的经典算法-C4.5 decision tree algorithm, data classification, is a classic data mining algorithm
data-mining
- 本书全面介绍了数据挖掘，涵盖了五个主题：数据、分类、关联分析、聚类和异常检测。除异常检测外，每个主题都有两章：前一章涵盖基本概念、代表性算法和评估技术，而后一章讨论高级概念和算法。这样读者在透彻地理解数据挖掘的基础的同时，还能够了解更多重要的高级主题。 -Introduction to Data Mining Instructor’s Solution
Ada_Boost
- 数据挖掘 分类 ADABOOST算法-Data mining classification Adaboost Algorithm. . . . . . . . . . . . . . .
分类器
- 在matlab平台下，简单实现svm分类器功能（数据仓库与数据挖掘课程）(Simple implementation of SVM classifier)