实例介绍
【实例简介】libsvm-2.9 林智仁(Chih-Jen Lin)博士开发设计的SVM分类工具包(内附C/Java/python三版,可运行在Windows/Unix/Linux平台)
易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM )等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数...
文件清单
└── libsvm-2.9
├── COPYRIGHT
├── FAQ.html
├── heart_scale
├── 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
├── tools
│ ├── checkdata.py
│ ├── easy.py
│ ├── grid.py
│ ├── README
│ └── subset.py
└── windows
├── python
│ └── svmc.pyd
├── svm-predict.exe
├── svm-scale.exe
├── svm-toy.exe
└── svm-train.exe
11 directories, 54 files
易于使用、快速有效的通用SVM 软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM )等问题,提供了线性、多项式、径向基和S形函数四种常用的核函数...
【实例截图】
文件清单
└── libsvm-2.9
├── COPYRIGHT
├── FAQ.html
├── heart_scale
├── 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
├── tools
│ ├── checkdata.py
│ ├── easy.py
│ ├── grid.py
│ ├── README
│ └── subset.py
└── windows
├── python
│ └── svmc.pyd
├── svm-predict.exe
├── svm-scale.exe
├── svm-toy.exe
└── svm-train.exe
11 directories, 54 files
libsvm-2.9 林智仁(Chih-Jen Lin)博士开发设计的SVM分类工具包(内附C/Java/python三版,可运行在Windows/Unix/Linux平台)
好例子网口号:伸出你的我的手 — 分享!
相关软件
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