搜索资源列表
linear_CTSSVM
- 基于分段函数的支持向量分类机，使用BFGS算法进行求解-Piecewise-based support vector machine, using BFGS algorithm to solve
SVM
- SVM多分类算法的一些程序，有很多种类型，包括经典的四种工具箱，还有代价敏感支持向量机，超球面支持向量机等-Some programs about SVM multi-classification algorithm, there are many types, including the classic four toolbox, as well as the price-sensitive support vector machine, hypersphere support vector
svm
- 支持向量机python实现算法，回归、分类、预测-surpport vector machion
svm_python
- 在机器学习领域，支持向量机SVM(Support Vector Machine)是一个有监督的学习模型，通常用来进行模式识别、分类、以及回归分析。本程序是SVM的python实现，用的是SMO算法。只能进行分类，并且能够显示图形结果。-In the field of machine learning, support vector machines SVM (Support Vector Machine) is a supervised learning model is usually use
svmMLiA
- 支持向量机是最常用的一种分类器，它通过求解一个二次优化问题来最大化分类间隔，本例采用的SMO算法，可以大大优化运行-Support vector machine is the most commonly used classifier, it can be used to solve a two optimization problem to maximize the classification interval, this example uses the SMO algorithm, ca
Wind-Speed-Combined-Prediction
- 针对风电场短期风速的预测提出一种基于小波变换的组合预测方法。首先利用Mallat 算法对短期风速时间序列进行db3 小波三层分解与重构，得到短期风速时间序列的近似分量和细节分量。针对近似分量和细节分量的不同特性，对近似分量利用粒子群算法优化的最小二乘支持向量机进行预测，对细节分量利用自回归求和滑动平均模型进行预测。最后各预测模型预测值组合叠加得到最终的短期风速预测值。仿真结果表明该方法具有较高的预测准确度。-In order to improve short-term wind speed pr
SVM-and-NB
- 支持向量机与朴素贝叶斯算法，对数据进行分类后深度了解数据的结构-Support vector machine and naive Bayes algorithm.Classifying the data and understanding the structure of the data in depth
36683048
- 嵌入weka中使用的支持向量机工具包,实现SVM的分类算法,()
ga-svm
- 用遗传算法优化支持向量回归机C、g、p参数(Optimization of C, G, P parameters of support vector regression machine by genetic algorithm)
支持向量机
- 用于机器学习，代码中将支持向量机计算过程详细展示(For machine learning, the code is shown in detail in the support vector machine computing process)
50321258
- 数据挖掘算法很多,其中支持向量机算法是目前使用新的方法,得到广泛使用()
svm
- 该代码实现了经典的SVM支持向量机算法，Python语言编写，产生结果图。(This code implements the classic SVM support vector machine algorithm, Python language, and produces the result graph.)