搜索资源列表
webcat
- 这是一个100 ％纯Java库，您可以使用适用于N元 分析技术的过程分为文本文件。 该计划包括几个不同的分类算法， namelly 支持向量机，贝叶斯Logistic回归，神经网络分类和文本压缩 算法。如支持向量机和贝叶斯Logistic回归，一个 “一对一” 用于多类分类。更详细的说明这些学习算法和可用的选项，请提供的javadocs 。-It is a 100 pure Java library that you can use to apply N-Gr
Logistic
- 关于Logistic回归统计算法的matlab实现-About Logistic regression algorithm matlab realize
logregres
- python编写的逻辑回归算法，清晰易懂，并且附有源数据文件-written python logistic regression algorithm, clear and understandable, and with the source data file
2d_logistic
- 已知两类离散数据，通过Logistic回归训练，实现两类数据的分类-Two kinds of discrete data are known, through Logistic regression training, to achieve the classification of two categories of data
Logistic
- 统计回归模型的MATLAB解决方案，主要是在数学应用中解决具体的统计回归模型问题。-MATLAB Solutions statistical regression model, mainly to solve specific problems in mathematical statistical regression model applications.
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
预处理.py
- 使用python对数据进行预处理后跑逻辑回归模型(Using Python to preprocess the data, run the logistic regression model.)