经典教材Pattern classification(2ed)配套的Matlab代码和手册.rar

【实例简介】
Duda经典教材的配套材料，学习模式识别、数据挖掘必备。包括的具体内容有2部分： 1. Computer Manual in MatLab to accompany Pattern Classification, David G. Stork, etl. al 2. Classification toolbox of Matlab 源代码
【实例截图】
【核心代码】
Pattern Classification 2nd edition (代码和手册).rar
├── Computer manual in MATLAB to accompany Pattern Classification.pdf
└── 模式分类（Matlab程序）
├── About.bmp
├── Ada_Boost.m
├── ADDC.m
├── AGHC.m
├── Backpropagation_Batch.m
├── Backpropagation_CGD.m
├── Backpropagation_Quickprop.m
├── Backpropagation_Recurrent.m
├── Backpropagation_SM.m
├── Backpropagation_Stochastic.m
├── Balanced_Winnow.m
├── Bayesian_Model_Comparison.m
├── Bhattacharyya.m
├── BIMSEC.m
├── C4_5.m
├── calculate_error.m
├── calculate_region.m
├── CARTfunctions.m
├── CART.m
├── Cascade_Correlation.m
├── Chernoff.m
├── classification_error.m
├── Classification.txt
├── classifier_commands.m
├── classifier.m
├── classifier.mat
├── classify_paramteric.m
├── click_points.m
├── combinations.m
├── Competitive_learning.m
├── Components_with_DF.m
├── Components_without_DF.m
├── contents.m
├── datasets
│   ├── chess.mat
│   ├── clouds.mat
│   ├── DHSchapter10.mat
│   ├── DHSchapter2.mat
│   ├── DHSchapter3.mat
│   ├── DHSchapter4.mat
│   ├── DHSchapter5.mat
│   ├── DHSchapter6.mat
│   ├── DHSchapter7.mat
│   ├── DHSchapter8.mat
│   ├── DHSchapter9.mat
│   ├── DHS_cover.mat
│   ├── four_spiral.mat
│   ├── spiral.mat
│   └── XOR.mat
├── Deterministic_annealing.m
├── Deterministic_Boltzmann.m
├── Deterministic_SA.m
├── Discrete_Bayes.m
├── Discriminability.m
├── DSLVQ.m
├── EM.m
├── enter_distributions_commands.m
├── enter_distributions.m
├── enter_distributions.mat
├── Exhaustive_Feature_Selection.m
├── feature_selection_commands.m
├── feature_selection.m
├── feature_selection.mat
├── Feature_selection.txt
├── FindParametersFunctions.m
├── FindParameters.m
├── FindParameters.mat
├── FishersLinearDiscriminant.m
├── fuzzy_k_means.m
├── GaussianParameters.m
├── GaussianParameters.mat
├── generate_data_set.m
├── Genetic_Algorithm.m
├── Genetic_Culling.m
├── Genetic_Programming.m
├── Gibbs.m
├── HDR.m
├── high_histogram.m
├── Ho_Kashyap.m
├── ICA.m
├── ID3.m
├── Infomat.m
├── Information_based_selection.m
├── Interactive_Learning.m
├── k_means.m
├── Kohonen_SOFM.m
├── Leader_Follower.m
├── LMS.m
├── load_file.m
├── Local_Polynomial.m
├── LocBoostFunctions.m
├── LocBoost.m
├── loglikelihood.m
├── LS.m
├── LVQ1.m
├── LVQ3.m
├── make_a_draw.m
├── Marginalization.m
├── MDS.m
├── Minimum_Cost.m
├── min_spanning_tree.m
├── ML_diag.m
├── ML_II.m
├── ML.m
├── multialgorithms_commands.m
├── multialgorithms.m
├── multialgorithms.mat
├── MultipleDiscriminantAnalysis.m
├── Multivariate_Splines.m
├── NDDF.m
├── NearestNeighborEditing.m
├── Nearest_Neighbor.m
├── NLCA.m
├── None.m
├── Optimal_Brain_Surgeon.m
├── Other
│   ├── Bayes_belief_net.mat
│   ├── Bayesian_Belief_Networks.m
│   ├── Bayesian_parameter_est.m
│   ├── Bottom_Up_Parsing.m
│   ├── Boyer_Moore_String_Matching.m
│   ├── contents.m
│   ├── demo_fun.m
│   ├── Edit_Distance.m
│   ├── gradient_descent.m
│   ├── Grammatical_Inference.m
│   ├── high_histogram.m
│   ├── HMM_Backward.m
│   ├── HMM_Boltzmann.m
│   ├── HMM_Decoding.m
│   ├── HMM_Evaluation.m
│   ├── HMM_Forward_Backward.m
│   ├── HMM_Forward.m
│   ├── HMM_generate.m
│   ├── mean_bootstrap.m
│   ├── mean_jackknife.m
│   ├── Naive_String_Matching.m
│   ├── Newton_descent.m
│   ├── ROCC.m
│   ├── sample_hmm.mat
│   ├── Stochastic_Regression.m
│   └── sufficient_statistics.m
├── Parzen.m
├── PCA.m
├── Perceptron_Batch.m
├── Perceptron_BVI.m
├── Perceptron_FM.m
├── Perceptron.m
├── Perceptron_VIM.m
├── Perceptron_Voted.m
├── plot_process.m
├── plot_scatter.m
├── PNN.m
├── Pocket.m
├── predict_performance.m
├── Preprocessing.txt
├── process_params.m
├── Projection_Pursuit.m
├── RBF_Network.m
├── RCE.m
├── RDA.m
├── read_algorithms.m
├── README.txt
├── Relaxation_BM.m
├── Relaxation_SSM.m
├── Scaling_transform.m
├── Sequential_Feature_Selection.m
├── show_algorithms.m
├── SOHC.m
├── start_classify.m
├── Stochastic_SA.m
├── Store_Grabbag.m
├── Stumps.m
├── SVM.m
├── synthetic.mat
├── voronoi_regions.m
└── Whitening_transform.m

3 directories, 176 files