实例介绍
使用matlab 开发的分类工具箱,包含svm,plsda ,knn,simca ,lda等,可以直接使用,方便简洁。源代码完整,不容错过。
【实例截图】
【核心代码】
classification_toolbox_4.0
└── classification_toolbox_4.0
└── classification_toolbox_4.0
├── calc_class_param.m
├── calc_qt_limits.m
├── calc_reg_param.m
├── cartcv.m
├── cartfit.m
├── cartpred.m
├── class_gui.fig
├── class_gui.m
├── class_text.mat
├── dacompsel.m
├── dacv.m
├── dafit.m
├── dapred.m
├── data_pretreatment.m
├── help
│ ├── classparameters.htm
│ ├── download.htm
│ ├── example.htm
│ ├── example_plsda_01.gif
│ ├── example_plsda_02.gif
│ ├── example_plsda_03.gif
│ ├── example_plsda_04.gif
│ ├── example_plsda_05.gif
│ ├── example_plsda_06.gif
│ ├── example_plsda_07.gif
│ ├── example_plsda_08.gif
│ ├── example_plsda_09.gif
│ ├── example_plsda_10.gif
│ ├── footer.htm
│ ├── gui_1.gif
│ ├── gui_2.gif
│ ├── gui_3.gif
│ ├── gui_5.gif
│ ├── gui_calculate.htm
│ ├── gui_file.htm
│ ├── gui.htm
│ ├── gui_predict.htm
│ ├── gui_results.htm
│ ├── gui_view.htm
│ ├── header.htm
│ ├── index.htm
│ ├── license.htm
│ ├── logo_milano_chemometrics.jpg
│ ├── math_formula_accuracy.gif
│ ├── math_formula_confmat.gif
│ ├── math_formula_er.gif
│ ├── math_formula_ner.gif
│ ├── math_formula_nk.gif
│ ├── math_formula_precision.gif
│ ├── math_formula_sensitivity.gif
│ ├── math_formula_specificity.gif
│ ├── math_formula_wilks.gif
│ ├── menu_lateral.htm
│ ├── references.htm
│ ├── releases.htm
│ ├── routines.htm
│ ├── style_structure.css
│ ├── style_tables.css
│ ├── style_text.css
│ ├── theory.htm
│ ├── Thumbs.db
│ └── web.htm
├── help.htm
├── knn_calc_dist.m
├── knnclass.m
├── knncv.m
├── knnfit.m
├── knnksel.m
├── knnpred.m
├── make_test.m
├── mypls.m
├── pca_model.m
├── pca_project.m
├── plsdacompsel.m
├── plsdacv.m
├── plsdafindclass.m
├── plsdafindthr.m
├── plsdafit.m
├── plsdapred.m
├── potcalc.m
├── potcv.m
├── potfindclass.m
├── potfit.m
├── potplot.m
├── potpred.m
├── potsmootsel.m
├── readme.txt
├── redo_scaling.m
├── sediment.mat
├── simcacompsel.m
├── simcacv.m
├── simcafindclass.m
├── simcafindthr.m
├── simcafit.m
├── simcapred.m
├── svmcostsel.m
├── svmcv.m
├── svmfit.m
├── svmplot.m
├── svmpred.m
├── test_pretreatment.m
├── visualize_colors.m
├── visualize_delete_samples.fig
├── visualize_delete_samples.m
├── visualize_export.fig
├── visualize_export.m
├── visualize_lambda.fig
├── visualize_lambda.m
├── visualize_load.fig
├── visualize_load.m
├── visualize_predict_samples.fig
├── visualize_predict_samples.m
├── visualize_profiles.fig
├── visualize_profiles.m
├── visualize_results.fig
├── visualize_results.m
├── visualize_settings_cart.fig
├── visualize_settings_cart.m
├── visualize_settings_da.fig
├── visualize_settings_da.m
├── visualize_settings_knn.fig
├── visualize_settings_knn.m
├── visualize_settings_ols.fig
├── visualize_settings_ols.m
├── visualize_settings_pcada.fig
├── visualize_settings_pcada.m
├── visualize_settings_pc.fig
├── visualize_settings_pc.m
├── visualize_settings_pf.fig
├── visualize_settings_pf.m
├── visualize_settings_pf_smoot.fig
├── visualize_settings_pf_smoot.m
├── visualize_settings_simca.fig
├── visualize_settings_simca.m
├── visualize_settings_svm.fig
├── visualize_settings_svm.m
├── visualize_variable.fig
├── visualize_variable.m
├── visualize_view_results.fig
├── visualize_view_results.m
└── wilks_lambda.m
3 directories, 140 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