实例介绍
matlab语言编写的机器学习的各种常用算法,包括svm,adboost,bagging,svm,决策树,贝叶斯准则等机器学习常用算法
【实例截图】
【核心代码】
spider_jul2406
└── spider_jul2406
└── spider
├── basic
│ ├── @algorithm
│ │ ├── algorithm.m
│ │ ├── am_i_data.m
│ │ ├── display.m
│ │ ├── display_simple.m
│ │ ├── extract.m
│ │ ├── gen.m
│ │ ├── get_name.m
│ │ ├── isdeferred.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── test.m
│ │ ├── train.m
│ │ ├── traintest.m
│ │ └── traintests.m
│ ├── @chain
│ │ ├── chain.m
│ │ ├── display.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @cv
│ │ ├── cv.m
│ │ ├── display.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @data
│ │ ├── concatenate.m
│ │ ├── data.asv
│ │ ├── data.m
│ │ ├── display.m
│ │ ├── get_dim.m
│ │ ├── get_index.m
│ │ ├── get.m
│ │ ├── get_name.m
│ │ ├── get_x.m
│ │ ├── get_xy.m
│ │ ├── get_y.m
│ │ ├── isdeferred.m
│ │ ├── partition.m
│ │ ├── plot.asv
│ │ ├── plot.m
│ │ ├── readfrom.m
│ │ ├── set_name.m
│ │ ├── set_x.m
│ │ ├── set_y.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @data_global
│ │ ├── concatenate.m
│ │ ├── data_global.m
│ │ ├── display.m
│ │ ├── get_dim.m
│ │ ├── get_index.m
│ │ ├── get.m
│ │ ├── get_name.m
│ │ ├── get_x.m
│ │ ├── get_xy.m
│ │ ├── get_y.m
│ │ ├── isdeferred.m
│ │ ├── ismyX.m
│ │ ├── make_cell.m
│ │ ├── partition.m
│ │ ├── set_name.m
│ │ ├── set_x.m
│ │ ├── set_y.m
│ │ ├── subsasgn.m
│ │ └── subsref.m
│ ├── @distance
│ │ ├── calc.m
│ │ ├── chisquared.m
│ │ ├── distance.m
│ │ ├── eq.m
│ │ ├── euclid.m
│ │ ├── get_distance.m
│ │ ├── get_name.m
│ │ ├── get_norm.m
│ │ ├── linear.m
│ │ ├── norm.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── template_distance.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @get_mean
│ │ ├── calc.m
│ │ ├── get_mean.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @group
│ │ ├── add.m
│ │ ├── ctranspose.m
│ │ ├── display.m
│ │ ├── get_name.m
│ │ ├── group.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @kernel
│ │ ├── anisotropic_rbf.asv
│ │ ├── anisotropic_rbf.m
│ │ ├── calc.m
│ │ ├── edit_distance.m
│ │ ├── emp_feat_map.m
│ │ ├── emp_feat_map_segments.m
│ │ ├── empirical_levenstein.m
│ │ ├── eq.m
│ │ ├── from_data.m
│ │ ├── Gaussian.m
│ │ ├── genepair.m
│ │ ├── get_kernel.m
│ │ ├── get_name.m
│ │ ├── get_norm.m
│ │ ├── kernel.m
│ │ ├── kmgraph_classical.m
│ │ ├── kmgraph.m
│ │ ├── kondor.m
│ │ ├── kpa.m
│ │ ├── levenstein.asv
│ │ ├── levenstein.m
│ │ ├── linear.m
│ │ ├── linear_with_bias.m
│ │ ├── matching.m
│ │ ├── poly.asv
│ │ ├── poly.m
│ │ ├── poly_of_ker.m
│ │ ├── rbf.m
│ │ ├── rbf_of_dist.m
│ │ ├── spikernel.m
│ │ ├── spoly.m
│ │ ├── squared_levenstein.m
│ │ ├── srbf.m
│ │ ├── string_subsequence.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── symbol_string.asv
│ │ ├── symbol_string.m
│ │ ├── template_kernel.m
│ │ ├── testing.m
│ │ ├── tpoly.m
│ │ ├── training.m
│ │ ├── triangle_levenstein.asv
│ │ ├── triangle_levenstein.m
│ │ ├── triangular.m
│ │ ├── weighted_linear.m
│ │ └── weighted_poly.m
│ ├── @loss
│ │ ├── align.m
│ │ ├── alignment.m
│ │ ├── AUC.m
│ │ ├── balanced_loss.m
│ │ ├── BER.m
│ │ ├── c45tmp.data
│ │ ├── c45tmp.names
│ │ ├── c45tmp.test
│ │ ├── calc.m
│ │ ├── class_loss.m
│ │ ├── confusion_matrix.m
│ │ ├── epsilon_loss.m
│ │ ├── get_name.m
│ │ ├── index_loss.m
│ │ ├── kernel_loss.m
│ │ ├── linear_loss.m
│ │ ├── log_loss.m
│ │ ├── loss.m
│ │ ├── N_class_loss.m
│ │ ├── one_class_loss.m
│ │ ├── quadratic_loss.m
│ │ ├── rmse.m
│ │ ├── roc50.m
│ │ ├── roc.m
│ │ ├── sensitivity.m
│ │ ├── specificity.m
│ │ ├── squared_corr.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ ├── training.m
│ │ ├── triang_loss.m
│ │ └── weighted_class_loss.m
│ ├── @map
│ │ ├── get_name.m
│ │ ├── map.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @normalize
│ │ ├── get_name.m
│ │ ├── normalize.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @param
│ │ ├── display.m
│ │ ├── get_name.m
│ │ ├── num2choice.m
│ │ ├── param.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @spiral
│ │ ├── generate.asv
│ │ ├── generate.m
│ │ ├── get_name.m
│ │ ├── spiral.asv
│ │ ├── spiral.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @toy
│ │ ├── generate.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ ├── toy.m
│ │ └── training.m
│ ├── @toy2d
│ │ ├── 2circles.jpg
│ │ ├── chess.jpg
│ │ ├── generate.m
│ │ ├── get_name.m
│ │ ├── make_data.m
│ │ ├── rectangle_uneven.jpg
│ │ ├── rectsample.m
│ │ ├── simple.jpg
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ ├── toy2d.m
│ │ ├── training.m
│ │ └── uneven_gauss.jpg
│ └── @toyreg
│ ├── generate.m
│ ├── get_name.m
│ ├── rectsample.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ ├── toyreg.m
│ └── training.m
├── clust
│ ├── @kmeans
│ │ ├── distortion.m
│ │ ├── get_name.m
│ │ ├── kmeans.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @kpca
│ │ ├── get_name.m
│ │ ├── kpca.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @kvq
│ │ ├── circplot.m
│ │ ├── get_name.m
│ │ ├── kvq.m
│ │ ├── optimize.m
│ │ ├── plot.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ └── @one_class_svm
│ ├── get_name.m
│ ├── get_w.m
│ ├── one_class_svm.m
│ ├── plot.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── Contents.m
├── demos
│ └── data
│ ├── colon.mat
│ ├── simple_data.mat
│ └── yeastXYmc5norm.mat
├── density
│ ├── @bayes
│ │ ├── bayes.m
│ │ ├── generate.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @gauss
│ │ ├── gauss.m
│ │ ├── generate.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ └── @parzen
│ ├── get_name.m
│ ├── parzen.m
│ ├── plot.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── feat_sel
│ └── @rfe
│ ├── get_name.m
│ ├── plot.m
│ ├── rfe.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── functions
│ ├── alignk.m
│ ├── analysis.m
│ ├── calc_corrt_test.m
│ ├── calc_group.m
│ ├── calc_mean_fast.m
│ ├── calc_mean.m
│ ├── calc_wilcoxon.m
│ ├── convert_mc.m
│ ├── copy_subs
│ ├── correst.m
│ ├── cv_mean.m
│ ├── equal.m
│ ├── errorbar2.m
│ ├── eval_hyper.m
│ ├── eval_name.m
│ ├── export.c
│ ├── export.dll
│ ├── freezecvs
│ ├── fspike.cpp
│ ├── fspike.mexa64
│ ├── fspike.mexglx
│ ├── Fspikernel.m
│ ├── Ftrunc.m
│ ├── genCode.m
│ ├── genepair_calc.c
│ ├── genepair_calc.mexglx
│ ├── get_methods.m
│ ├── gpS00.m
│ ├── graphkerneldelta.cpp
│ ├── graphkerneldelta.dll
│ ├── group2cell.m
│ ├── group2vec.m
│ ├── incremental_invert.m
│ ├── inv_logdet_pd.c
│ ├── inv_logdet_pd.mexglx
│ ├── libsvm_save.m
│ ├── make_html_contents.asv
│ ├── make_html_contents.m
│ ├── make_html_help.m
│ ├── minimize.m
│ ├── muteinf.m
│ ├── myexist.m
│ ├── names.m
│ ├── norm.m
│ ├── plotranking.m
│ ├── plots.m
│ ├── readranking.m
│ ├── wekaArgumentString.m
│ ├── wekaCategoricalData.m
│ ├── wekaGetFeaturesFromGraph.m
│ ├── wekaInstalled.m
│ └── wekaNumericalData.m
├── mclass
│ ├── @one_vs_one
│ │ ├── display.m
│ │ ├── get_name.m
│ │ ├── get_w2.m
│ │ ├── get_w.m
│ │ ├── one_vs_one.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.asv
│ │ ├── testing.m
│ │ └── training.m
│ └── @one_vs_rest
│ ├── display.m
│ ├── get_name.m
│ ├── get_w2.m
│ ├── get_w.m
│ ├── one_vs_rest.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── mod_sel
│ ├── @bayessel
│ │ ├── bayessel.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ └── @gridsel
│ ├── get_name.m
│ ├── gridsel.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── Optimization
│ ├── c4.5o
│ ├── c45o.dll
│ ├── c45_src
│ │ ├── average
│ │ ├── average.c
│ │ ├── besttree.c
│ │ ├── build.c
│ │ ├── buildex.i
│ │ ├── c4.5.c
│ │ ├── c45.dll
│ │ ├── c4.5rules
│ │ ├── c4.5rules.c
│ │ ├── classify.c
│ │ ├── confmat.c
│ │ ├── consult
│ │ ├── consult.c
│ │ ├── consultr
│ │ ├── consultr.c
│ │ ├── contin.c
│ │ ├── defns.i
│ │ ├── discr.c
│ │ ├── extern.i
│ │ ├── genlogs.c
│ │ ├── genrules.c
│ │ ├── getdata.c
│ │ ├── getnames.c
│ │ ├── getopt.c
│ │ ├── header.c
│ │ ├── info.c
│ │ ├── Makefile
│ │ ├── makerules.c
│ │ ├── Modifications
│ │ ├── prune.c
│ │ ├── prunerule.c
│ │ ├── rules.c
│ │ ├── rulex.i
│ │ ├── siftrules.c
│ │ ├── sort.c
│ │ ├── stats.c
│ │ ├── st-thresh.c
│ │ ├── subset.c
│ │ ├── testrules.c
│ │ ├── trees.c
│ │ ├── types.i
│ │ ├── userint.c
│ │ ├── xval-prep
│ │ ├── xval-prep.c
│ │ └── xval.sh
│ ├── compiletools
│ │ ├── howtouse_mexarg.cpp
│ │ ├── mexarg.cpp
│ │ └── mexarg.h
│ ├── Contents.m
│ ├── dim.zip
│ ├── dir.faq
│ ├── dir.nfo
│ ├── dir.tutorial
│ ├── leon_src
│ │ ├── qp_learn_leon.m
│ │ ├── svqp.c
│ │ ├── svqp.cpp
│ │ ├── svqp.dll
│ │ ├── svqp.h
│ │ └── svqp.mexglx
│ ├── libsvm
│ │ ├── d.txt
│ │ ├── d.txt.model
│ │ ├── libsvm-2.31
│ │ │ ├── COPYRIGHT
│ │ │ ├── heart_scale
│ │ │ ├── java
│ │ │ │ ├── libsvm.jar
│ │ │ │ ├── Makefile
│ │ │ │ ├── svm.java
│ │ │ │ ├── svm.m4
│ │ │ │ ├── svm_model.java
│ │ │ │ ├── svm_node.java
│ │ │ │ ├── svm_parameter.java
│ │ │ │ ├── svm_predict.java
│ │ │ │ ├── svm_problem.java
│ │ │ │ ├── svm_toy.java
│ │ │ │ ├── svm_train.java
│ │ │ │ └── test_applet.html
│ │ │ ├── Makefile
│ │ │ ├── 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
│ │ │ ├── train.def
│ │ │ └── train.dll
│ │ ├── libsvm-2.4
│ │ │ ├── COPYRIGHT
│ │ │ ├── FAQ.html
│ │ │ ├── heart_scale
│ │ │ ├── java
│ │ │ │ ├── libsvm
│ │ │ │ │ ├── svm.java
│ │ │ │ │ ├── svm.m4
│ │ │ │ │ ├── svm_model.java
│ │ │ │ │ ├── svm_node.java
│ │ │ │ │ ├── svm_parameter.java
│ │ │ │ │ └── svm_problem.java
│ │ │ │ ├── libsvm.jar
│ │ │ │ ├── Makefile
│ │ │ │ ├── svm_predict.java
│ │ │ │ ├── svm_toy.java
│ │ │ │ ├── svm_train.java
│ │ │ │ └── test_applet.html
│ │ │ ├── Makefile
│ │ │ ├── python
│ │ │ │ ├── cross_validation.py
│ │ │ │ ├── easy.py
│ │ │ │ ├── grid.py
│ │ │ │ ├── Makefile
│ │ │ │ ├── README
│ │ │ │ ├── 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
│ │ │ └── windows
│ │ │ ├── python
│ │ │ │ └── svmc.dll
│ │ │ ├── svmpredict.exe
│ │ │ ├── svmscale.exe
│ │ │ ├── svmtoy.exe
│ │ │ └── svmtrain.exe
│ │ ├── libsvm-2.4.zip
│ │ ├── libsvm2.81
│ │ │ ├── COPYRIGHT
│ │ │ ├── FAQ.html
│ │ │ ├── heart_scale
│ │ │ ├── java
│ │ │ │ ├── libsvm
│ │ │ │ │ ├── svm.java
│ │ │ │ │ ├── svm.m4
│ │ │ │ │ ├── svm_model.java
│ │ │ │ │ ├── svm_node.java
│ │ │ │ │ ├── svm_parameter.java
│ │ │ │ │ └── svm_problem.java
│ │ │ │ ├── libsvm.jar
│ │ │ │ ├── Makefile
│ │ │ │ ├── svm_predict.java
│ │ │ │ ├── svm_toy.java
│ │ │ │ ├── svm_train.java
│ │ │ │ └── test_applet.html
│ │ │ ├── Makefile
│ │ │ ├── Makefile.win
│ │ │ ├── python
│ │ │ │ ├── cross_validation.py
│ │ │ │ ├── Makefile
│ │ │ │ ├── README
│ │ │ │ ├── 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
│ │ │ ├── tools
│ │ │ │ ├── easy.py
│ │ │ │ ├── grid.py
│ │ │ │ ├── README
│ │ │ │ └── subset.py
│ │ │ └── windows
│ │ │ ├── python
│ │ │ │ └── svmc.dll
│ │ │ ├── svmpredict.exe
│ │ │ ├── svmscale.exe
│ │ │ ├── svmtoy.exe
│ │ │ └── svmtrain.exe
│ │ ├── lsvm.m
│ │ ├── svm.h
│ │ ├── svmlibtrain.cpp
│ │ ├── svmlibtrain.dll
│ │ ├── svm-scale
│ │ ├── svm_train.cpp
│ │ └── svmtrain.exe
│ ├── libsvm2.8.zip
│ ├── libsvm_classifier_spider
│ │ ├── experiment2.m
│ │ ├── experiment.m
│ │ ├── libsvm_classifier_spider.cpp
│ │ ├── make.m
│ │ ├── svm.cpp
│ │ └── svm.h
│ ├── libsvm_classifier_spider.dll
│ ├── libsvm_classifier_spider.mexglx
│ ├── libsvm_one_class_spider
│ │ ├── experiment.m
│ │ ├── libsvm_one_class_spider.cpp
│ │ ├── make.m
│ │ ├── svm.cpp
│ │ └── svm.h
│ ├── libsvm_one_class_spider.dll
│ ├── libsvm_one_class_spider.mexglx
│ ├── libsvm_regressor_spider
│ │ ├── experiment.m
│ │ ├── libsvm_regressor_spider.cpp
│ │ ├── libsvm_regressor_spider.dll
│ │ ├── libsvm_regressor_spider.map
│ │ ├── svm.cpp
│ │ └── svm.h
│ ├── libsvm_regressor_spider.dll
│ ├── libsvm_regressor_spider.mexglx
│ ├── make_cell.m
│ ├── minimize.cpp
│ ├── minimize.m
│ ├── mslinearsolve.m
│ ├── msquadsolve.m
│ ├── Optimization.zip
│ ├── qpc.dll
│ ├── qpc.mexglx
│ ├── qp_learn.m
│ ├── quadsolve.m
│ ├── rsp_maxtrain.m
│ ├── rspregtrain.m
│ ├── rsptrain.m
│ ├── rsptrainmodsel.m
│ ├── rsptrainnu.m
│ ├── slinearsolve.m
│ ├── squadsolve.m
│ ├── svmlight.dll
│ ├── svmlight.mexa64
│ ├── svmlight.mexglx
│ ├── svm_light.src
│ │ ├── kernel.h
│ │ ├── LICENSE.txt
│ │ ├── Makefile
│ │ ├── MakeMex
│ │ ├── svm_classify
│ │ ├── svm_classify.c
│ │ ├── svm_common.c
│ │ ├── svm_common.h
│ │ ├── svm_hideo.c
│ │ ├── svm_learn
│ │ ├── svm_learn.c
│ │ ├── svm_learn.h
│ │ ├── svm_learn_main.c
│ │ ├── svm_light.tar
│ │ ├── svm_loqo.c
│ │ ├── svm_mex.c
│ │ └── svm_mex.mexglx
│ ├── svm_light_src
│ │ ├── b.c
│ │ │ ├── LICENSE.txt
│ │ │ └── svm_learn.c
│ │ ├── kernel.h
│ │ ├── LICENSE.txt
│ │ ├── Makefile
│ │ ├── MakeMex
│ │ ├── svm_classify.c
│ │ ├── svm_common.c
│ │ ├── svm_common.h
│ │ ├── svm_hideo.c
│ │ ├── svm_learn.c
│ │ ├── svm_learn.h
│ │ ├── svm_learn_main.c
│ │ ├── svm_light.tar
│ │ ├── svm_loqo.c
│ │ ├── svm_mex.c
│ │ └── svm_mex.mexglx
│ ├── svm_multi_init.m
│ ├── svm_multi_predK.m
│ ├── svm_multi_pred.m
│ ├── SVMTorch
│ │ ├── Cache.cc
│ │ ├── Cache.h
│ │ ├── general.cc
│ │ ├── general.h
│ │ ├── IOTorch.cc
│ │ ├── IOTorch.h
│ │ ├── Kernel.cc
│ │ ├── Kernel.h
│ │ ├── StandardSVM.cc
│ │ ├── StandardSVM.h
│ │ ├── SVM.cc
│ │ ├── SVM.h
│ │ ├── SVMTest.cc
│ │ ├── SVMTorch.cc
│ │ ├── UserKernel.cc
│ │ └── UserKernel.h
│ ├── SVMTorch.mexglx
│ ├── svr2w2.m
│ └── VectorUtil.hpp
├── pat
│ ├── @adaboost
│ │ ├── adaboost.asv
│ │ ├── adaboost.m
│ │ ├── get_name.m
│ │ ├── get_w.m
│ │ ├── plot.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @bagging
│ │ ├── bagging.m
│ │ ├── get_name.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @knn
│ │ ├── dist.m
│ │ ├── get_name.m
│ │ ├── globals.m
│ │ ├── knn.m
│ │ ├── plot.asv
│ │ ├── plot.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ ├── test_slow.m
│ │ └── training.m
│ ├── @svm
│ │ ├── add_ridge.m
│ │ ├── get_name.m
│ │ ├── get_w.m
│ │ ├── plot.asv
│ │ ├── plot.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── svm.asv
│ │ ├── svm.m
│ │ ├── testing.m
│ │ ├── training.asv
│ │ └── training.m
│ └── @template
│ ├── get_name.m
│ ├── README
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── template.m
│ ├── testing.m
│ └── training.m
├── redset
│ └── @rss_mp
│ ├── finvupdate.m
│ ├── get_name.m
│ ├── rss_mp.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── testing.m
│ └── training.m
├── reg
│ ├── @gproc
│ │ ├── get_Hyper.m
│ │ ├── get_name.m
│ │ ├── gproc.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @multi_reg
│ │ ├── display.m
│ │ ├── get_name.m
│ │ ├── get_w.m
│ │ ├── multi_reg.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ ├── @multi_rr
│ │ ├── get_name.m
│ │ ├── get_w.m
│ │ ├── loo.m
│ │ ├── multi_rr.m
│ │ ├── subsasgn.m
│ │ ├── subsref.m
│ │ ├── testing.m
│ │ └── training.m
│ └── @svr
│ ├── get_name.m
│ ├── get_w.m
│ ├── subsasgn.m
│ ├── subsref.m
│ ├── svr.m
│ ├── testing.m
│ └── training.m
├── spider_init.m
├── spider_path.m
├── spider_subdirs.m
└── use_spider.m
92 directories, 770 files
标签:
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
网友评论
我要评论