在好例子网,分享、交流、成长!
您当前所在位置:首页Others 开发实例一般编程问题 → 多核学习代码

多核学习代码

一般编程问题

下载此实例
  • 开发语言:Others
  • 实例大小:6.68M
  • 下载次数:5
  • 浏览次数:161
  • 发布时间:2020-09-09
  • 实例类别:一般编程问题
  • 发 布 人:robot666
  • 文件格式:.zip
  • 所需积分:2
 

实例介绍

【实例简介】
多核学习的MATLAB代码。适合于机器学习方面的应用,如建模,分类等。
【实例截图】
【核心代码】
多核学习代码
└── 多核学习代码
├── simplemkl
│   ├── build_efficientK.m
│   ├── costsvmclassls.m
│   ├── costsvmclass.m
│   ├── costsvmoneagainstall.m
│   ├── costsvmoneagainstone.m
│   ├── costsvmreg.m
│   ├── CreateDataAppTest.m
│   ├── CreateKernelListWithVariable.m
│   ├── devectorize.c
│   ├── devectorize.dll
│   ├── devectorize.mexglx
│   ├── devectorize_single.c
│   ├── devectorize_single.dll
│   ├── devectorize_single.mexglx
│   ├── exmklclass.m
│   ├── exmkllsdisk.m
│   ├── exmklmulticlass.m
│   ├── exmklmulticlassrealdata.m
│   ├── exmklreg.m
│   ├── exmklvariationC.m
│   ├── gradsvmclassls.m
│   ├── gradsvmclass.m
│   ├── gradsvmoneagainstall.m
│   ├── gradsvmoneagainstone.m
│   ├── gradsvmreg.m
│   ├── ionosphere.mat
│   ├── mklbuildkernel.m
│   ├── mklkernel.m
│   ├── mklmulticlass.m
│   ├── mklmulticlassupdate.m
│   ├── mklsvmclassSILP.m
│   ├── mklsvmls.m
│   ├── mklsvmlsupdate.m
│   ├── mklsvm.m
│   ├── mklsvmregSILP.m
│   ├── mklsvmupdate.m
│   ├── monqp.m
│   ├── normalizemeanstd.m
│   ├── sumKbetals.m
│   ├── sumKbeta.m
│   ├── svmclasslsformkl.m
│   ├── svmclass.m
│   ├── svmkernel.m
│   ├── svmval.m
│   ├── UnitTraceNormalization.m
│   ├── vectorize.c
│   ├── VectorizeCofSVM.m
│   ├── vectorize.dll
│   ├── vectorize.mexglx
│   ├── vectorize_single.c
│   ├── vectorize_single.dll
│   ├── vectorize_single.mexglx
│   └── WeightK.m
├── smo-mkl
│   └── smo-mkl
│   ├── COPYRIGHT
│   ├── Example
│   │   ├── Classification
│   │   │   ├── PrecomputedKernels
│   │   │   │   ├── kernel_0
│   │   │   │   ├── kernel_0.test
│   │   │   │   ├── kernel_1
│   │   │   │   ├── kernel_10
│   │   │   │   ├── kernel_10.test
│   │   │   │   ├── kernel_11
│   │   │   │   ├── kernel_11.test
│   │   │   │   ├── kernel_12
│   │   │   │   ├── kernel_12.test
│   │   │   │   ├── kernel_13
│   │   │   │   ├── kernel_13.test
│   │   │   │   ├── kernel_14
│   │   │   │   ├── kernel_14.test
│   │   │   │   ├── kernel_15
│   │   │   │   ├── kernel_15.test
│   │   │   │   ├── kernel_16
│   │   │   │   ├── kernel_16.test
│   │   │   │   ├── kernel_17
│   │   │   │   ├── kernel_17.test
│   │   │   │   ├── kernel_18
│   │   │   │   ├── kernel_18.test
│   │   │   │   ├── kernel_19
│   │   │   │   ├── kernel_19.test
│   │   │   │   ├── kernel_1.test
│   │   │   │   ├── kernel_2
│   │   │   │   ├── kernel_20
│   │   │   │   ├── kernel_20.test
│   │   │   │   ├── kernel_21
│   │   │   │   ├── kernel_21.test
│   │   │   │   ├── kernel_22
│   │   │   │   ├── kernel_22.test
│   │   │   │   ├── kernel_23
│   │   │   │   ├── kernel_23.test
│   │   │   │   ├── kernel_24
│   │   │   │   ├── kernel_24.test
│   │   │   │   ├── kernel_25
│   │   │   │   ├── kernel_25.test
│   │   │   │   ├── kernel_2.test
│   │   │   │   ├── kernel_3
│   │   │   │   ├── kernel_3.test
│   │   │   │   ├── kernel_4
│   │   │   │   ├── kernel_4.test
│   │   │   │   ├── kernel_5
│   │   │   │   ├── kernel_5.test
│   │   │   │   ├── kernel_6
│   │   │   │   ├── kernel_6.test
│   │   │   │   ├── kernel_7
│   │   │   │   ├── kernel_7.test
│   │   │   │   ├── kernel_8
│   │   │   │   ├── kernel_8.test
│   │   │   │   ├── kernel_9
│   │   │   │   ├── kernel_9.test
│   │   │   │   ├── kernelfile
│   │   │   │   ├── model_file
│   │   │   │   ├── prediction
│   │   │   │   ├── y_test
│   │   │   │   ├── y_train
│   │   │   │   └── y_train.model
│   │   │   └── README
│   │   └── Regression
│   │   ├── README
│   │   └── toy
│   │   ├── kernelfile
│   │   ├── model_file
│   │   ├── prediction
│   │   ├── y_test
│   │   └── y_train
│   ├── FAQ.html
│   ├── heart_scale
│   ├── housing
│   ├── java
│   │   ├── libsvm
│   │   │   ├── svm.java
│   │   │   ├── svm.m4
│   │   │   ├── svm_model.java
│   │   │   ├── svm_node.java
│   │   │   ├── svm_parameter.java
│   │   │   ├── svm_print_interface.java
│   │   │   └── svm_problem.java
│   │   ├── libsvm.jar
│   │   ├── Makefile
│   │   ├── svm_predict.java
│   │   ├── svm_scale.java
│   │   ├── svm_toy.java
│   │   ├── svm_train.java
│   │   └── test_applet.html
│   ├── Makefile
│   ├── Makefile.win
│   ├── python
│   │   ├── cross_validation.py
│   │   ├── Makefile
│   │   ├── README
│   │   ├── setup.py
│   │   ├── svmc.i
│   │   ├── svmc_wrap.c
│   │   ├── svm.py
│   │   ├── svm_test.py
│   │   └── test_cross_validation.py
│   ├── README
│   ├── svm.cpp
│   ├── svm.h
│   ├── svm-predict.c
│   ├── svm-scale.c
│   ├── svm-toy
│   │   ├── gtk
│   │   │   ├── callbacks.cpp
│   │   │   ├── callbacks.h
│   │   │   ├── interface.c
│   │   │   ├── interface.h
│   │   │   ├── main.c
│   │   │   ├── Makefile
│   │   │   └── svm-toy.glade
│   │   ├── qt
│   │   │   ├── Makefile
│   │   │   └── svm-toy.cpp
│   │   └── windows
│   │   └── svm-toy.cpp
│   ├── svm-train.c
│   ├── timer.cpp
│   ├── timer.hpp
│   ├── tools
│   │   ├── checkdata.py
│   │   ├── easy.py
│   │   ├── grid.py
│   │   ├── README
│   │   └── subset.py
│   └── windows
│   ├── Windows_32bit
│   │   ├── svm-predict.exe
│   │   ├── svm-scale.exe
│   │   └── svm-train.exe
│   └── Windows_64bit
│   ├── svm-predict.exe
│   ├── svm-scale.exe
│   └── svm-train.exe
├── SVM-KM
│   ├── AdaptScalSVM
│   │   ├── costlbfixed.m
│   │   ├── costlfixed.m
│   │   ├── costwbfixed.m
│   │   ├── costwfixed.m
│   │   ├── ExampledemoAdaptScal.m
│   │   ├── ExampleFeatSelAdaptScal.m
│   │   ├── gradlbfixed.m
│   │   ├── gradlfixed.m
│   │   ├── gradwbfixed.m
│   │   ├── gradwfixed.m
│   │   ├── LagrangeUpdate.m
│   │   ├── SigmaUpdate.m
│   │   ├── svmfit.asv
│   │   ├── svmfitconj.m
│   │   └── svmfit.m
│   ├── contents.m
│   ├── cout.m
│   ├── dataset1.mat
│   ├── dataset2.mat
│   ├── dataset3.mat
│   ├── datasets.m
│   ├── featselreg
│   │   ├── exfeatselreg1.m
│   │   ├── FeatSelregalphaGD.m
│   │   ├── FeatSelregalphaGDrandom.m
│   │   ├── FeatSelregalpha.m
│   │   ├── FeatSelreglinearL1.m
│   │   ├── FeatSelregmarginGD.m
│   │   ├── FeatSelregmarginGDrandom.m
│   │   ├── FeatSelregmargin.m
│   │   ├── FeatSelregr2w2GD.m
│   │   ├── FeatSelregr2w2GDrandom.m
│   │   ├── FeatSelregr2w2.m
│   │   ├── FeatSelregspanboundGD.m
│   │   ├── FeatSelregspanboundGDrandom.m
│   │   ├── FeatSelregspanbound.m
│   │   ├── r2alpharegL2.m
│   │   └── spanestimateregL2.m
│   ├── FeatureSelection
│   │   ├── featselcorrcoeff.m
│   │   ├── featselkernelderivative.m
│   │   ├── FeatSelmargdif1v1.m
│   │   ├── FeatSelmargdif.m
│   │   ├── FeatSelmargin.m
│   │   ├── FeatSelr2w2diff.m
│   │   └── FeatSelr2w2.m
│   ├── fileaccess.m
│   ├── functioneval.m
│   ├── gda.m
│   ├── givrot.m
│   ├── kbp
│   │   ├── BuildTrapScale.m
│   │   ├── calcdistance.m
│   │   ├── CalcTrapScale.m
│   │   ├── exlar1.m
│   │   ├── exlar.m
│   │   ├── exlarrealdata.m
│   │   ├── exlarsignalclassif.m
│   │   ├── exmultikernellarclass.m
│   │   ├── HingeLAR2.m
│   │   ├── HingeLAR.m
│   │   ├── LAR.m
│   │   ├── LARval.m
│   │   ├── multiplekernel.m
│   │   ├── normalizekernelLAR.m
│   │   ├── plot2Ddec.m
│   │   ├── pyrim.mat
│   │   └── testHingeLAR.m
│   ├── kernelpca.m
│   ├── kernelpcaproj.m
│   ├── kernelset.m
│   ├── libsvminterface
│   │   ├── mexSVMClass.dll
│   │   ├── mexSVMClass.mexglx
│   │   ├── mexSVMTrain.dll
│   │   ├── mexSVMTrain.mexglx
│   │   ├── svmclasslib.m
│   │   └── svmvallib.m
│   ├── license.txt
│   ├── LPsvmclass.m
│   ├── LPsvmreg.m
│   ├── monqpCinfty.m
│   ├── monqp.m
│   ├── normalizekernel.m
│   ├── phispan.m
│   ├── r2smallestsphere.m
│   ├── regpath
│   │   ├── exregpathoneclasssvm.asv
│   │   ├── exregpathoneclasssvm.m
│   │   ├── regpathsvmoneclass.m
│   │   └── TransformPathFromNu.m
│   ├── regsolve.m
│   ├── rncalc.m
│   ├── rnval.m
│   ├── spanestimate.m
│   ├── svmclassL2LS.m
│   ├── svmclassL2.m
│   ├── svmclassLS.m
│   ├── svmclass.m
│   ├── svmclassnpa.m
│   ├── svmkernel.m
│   ├── svmmulticlass.m
│   ├── svmmulticlassoneagainstall.m
│   ├── svmmulticlassoneagainstone.m
│   ├── svmmultival.m
│   ├── svmmultivaloneagainstone.m
│   ├── svmnuclass.m
│   ├── svmnureg.m
│   ├── svmoneclass.m
│   ├── svmoneclassval.m
│   ├── svmregL2.m
│   ├── svmregLS.m
│   ├── svmreg.m
│   ├── svmroc
│   │   ├── contents.m
│   │   ├── OLDsvmroccurve.m
│   │   ├── rankboostAUC.m
│   │   ├── rankboostAUCOLD.m
│   │   ├── rankboostAUCval.m
│   │   ├── rankroccurve.m
│   │   ├── svmrocCS.m
│   │   ├── svmroccurve.m
│   │   ├── svmroc.m
│   │   └── svmrocval.m
│   ├── svmval.m
│   ├── tensorwavkernel.m
│   ├── utilities
│   │   ├── ConfusionMatrix.m
│   │   ├── CreateCVrealdata.m
│   │   ├── CreateCVtoy.m
│   │   ├── CreateDataAppTest.m
│   │   ├── CreateDataAppTestReg.m
│   │   ├── DataGrid2D.m
│   │   ├── kernelknn.m
│   │   ├── knn.m
│   │   ├── lambdawilks.m
│   │   ├── mwustat.m
│   │   ├── nfcv.m
│   │   ├── nfcvreg.m
│   │   ├── normalizeinterval.m
│   │   ├── normalizekernel.m
│   │   ├── normalizemeanstd.m
│   │   ├── VectorizeCofSVM.m
│   │   └── wstat.m
│   ├── waveletfunction.m
│   ├── waveletkernelmultires
│   │   ├── backfitting.m
│   │   ├── backfittingval.m
│   │   ├── CreateMultiLevelKernel.m
│   │   ├── exrealframetest.m
│   │   ├── exsimulframetest.m
│   │   ├── makesignalnus.m
│   │   └── TestWaveletKernel.m
│   └── waveletspan.m
└── SVM-KMExample
├── contents.m
├── exclass1.m
├── exclass2.m
├── exclass3.m
├── exclass4.m
├── exclassalphainit.m
├── exclasscheckershaarkernel2.m
├── exclasscheckershaarkernel.m
├── exclassL2LS.m
├── exclasslibsvm.m
├── exclasslibsvmrealdata.m
├── exclassls.m
├── exclass.m
├── exclassnpa.m
├── exclassrn1.m
├── exclassrn.m
├── exkernelset.m
├── exLPreg1d.m
├── exmulticlass1.m
├── exmulticlass1v1.m
├── exmulticlass2.m
├── exmulticlassall2.m
├── exmulticlassall.m
├── exmulticlass.m
├── exnlrlpsvm.m
├── exnuclass1.m
├── exoneclasssvm.m
├── exr2smallestsphere.m
├── exrankboost1.m
├── exrankboost.m
├── exreg1dls.m
├── exreg1d.m
├── exreg2d.m
├── exregrn.m
├── exroccurve.m
├── exroccurvemodelsel.m
├── exsvmroc1.m
├── exsvmroc2.m
├── extensorwavkernel.m
├── FeatSelAdaptScal1.m
├── FeatSelAdaptScal.m
├── featSelExample.m
├── jouet.m
├── kpcaex1.m
├── kpcaex2.m
├── kpcaex3.m
├── pathdef.m
├── phispan.m
├── semipregex1.m
├── semipsvmex1.m
├── TestSanityCheck.m
├── testsemip2d.m
└── westontoynonlinear.mat

31 directories, 375 files

标签:

实例下载地址

多核学习代码

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警