实例介绍
【实例截图】
【核心代码】
└─杜达的《模式分类》第二版的配套的Matlab源代码
└─Classification_toolbox
│ 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
│ CART.m
│ CARTfunctions.m
│ Cascade_Correlation.m
│ Chernoff.m
│ Classification.txt
│ classification_error.m
│ classifier.m
│ classifier.mat
│ classifier_commands.m
│ classify_paramteric.m
│ click_points.m
│ combinations.m
│ Competitive_learning.m
│ Components_without_DF.m
│ Components_with_DF.m
│ contents.m
│ Deterministic_annealing.m
│ Deterministic_Boltzmann.m
│ Deterministic_SA.m
│ Discrete_Bayes.m
│ Discriminability.m
│ DSLVQ.m
│ EM.m
│ enter_distributions.m
│ enter_distributions.mat
│ enter_distributions_commands.m
│ Exhaustive_Feature_Selection.m
│ feature_selection.m
│ feature_selection.mat
│ Feature_selection.txt
│ feature_selection_commands.m
│ FindParameters.m
│ FindParameters.mat
│ FindParametersFunctions.m
│ 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
│ Kohonen_SOFM.m
│ k_means.m
│ Leader_Follower.m
│ LMS.m
│ load_file.m
│ Local_Polynomial.m
│ LocBoost.m
│ LocBoostFunctions.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.m
│ ML_diag.m
│ ML_II.m
│ multialgorithms.m
│ multialgorithms.mat
│ multialgorithms_commands.m
│ MultipleDiscriminantAnalysis.m
│ Multivariate_Splines.m
│ NDDF.m
│ NearestNeighborEditing.m
│ Nearest_Neighbor.m
│ NLCA.m
│ None.m
│ Optimal_Brain_Surgeon.m
│ Parzen.m
│ PCA.m
│ Perceptron.m
│ Perceptron_Batch.m
│ Perceptron_BVI.m
│ Perceptron_FM.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
│ README.txt
│ read_algorithms.m
│ 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
│
├─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
│
└─Other
Bayesian_Belief_Networks.m
Bayesian_parameter_est.m
Bayes_belief_net.mat
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.m
HMM_Forward_Backward.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
标签: classification
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