登录
首页 » matlab » Classifiers___Bagging+Knn

Classifiers___Bagging+Knn

于 2020-07-02 发布 文件大小:1KB
0 375
下载积分: 1 下载次数: 12

代码说明:

  该程序用于分类,用到的算法是Bagging and Knn 两种算法(This program is used for classification, the algorithm used is bagging and knn two algorithms)

文件列表:

Classifiers___Bagging%2BKnn\f_Bagging.m, 746 , 2017-05-13
Classifiers___Bagging%2BKnn\f_kNN.m, 1346 , 2017-05-13
Classifiers___Bagging%2BKnn, 0 , 2018-08-11

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • kacmp
    google搜索的核心技术,VC++源码实现,包含测试数据库()
    2017-12-03 12:35:44下载
    积分:1
  • traversal_consist
    遗传算法优化小波神经网络的源程序 1 构造的非线性函数 位于nninit_test m 2 直接用WNN逼近非线性 Wnn_test()
    2018-03-15 23:48:49下载
    积分:1
  • boxcox
    说明:  boxcox函数的python实现,引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)
    2020-06-17 09:40:01下载
    积分:1
  • SSTCA
    半监督迁移SSTCA算法实现,matlab代码。包括拉普拉斯图矩阵(Semisupervised Domain Adaptation via Transfer Component Analysis)
    2021-04-23 13:58:48下载
    积分:1
  • matlab 实现了kmeans算法
    用matlab 实现了kmeans算法还附有评价指标计算(Matlab to achieve kmeans algorithm also attached to the evaluation index calculation)
    2020-06-19 04:40:01下载
    积分:1
  • EM 算法
    用EM算法求解高斯混合模型并可视化,数据是男女生的身高分布,前提是初始化男女生身高各自的均值和方差和比例,然后由EM算法求解,男女生身高的均值方差,以拟合数据。(The EM algorithm is used to solve the Gauss mixture model and visualize. The data is the height distribution of male and female. The premise is to initialize the mean, variance and proportion of the male and female height, then the mean variance of the height of male and female is solved by the EM algorithm, so as to fit the data.)
    2018-07-14 12:46:57下载
    积分:1
  • 710776
    用C++实现各种排序算法:如冒泡排序,选择排序,插入排序,希尔排序,快速排序,归并排序,基数排序和堆排序,并带有源代码说明()
    2018-05-11 20:06:44下载
    积分:1
  • Apriori-master
    用Apriori算法挖掘出入侵检测数据集KDD99的数据关联性,从而检测出未知的攻击(Apriori algorithm is used to extract the data association of the intrusion detection data set KDD99, and the unknown attack is detected)
    2021-04-21 21:58:49下载
    积分:1
  • knn.py
    kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时,只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,kNN方法较其他方法更为适合。(Basic source application)
    2018-10-30 16:50:13下载
    积分:1
  • Archive
    说明:  PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)
    2020-06-21 15:40:02下载
    积分:1
  • 696516资源总数
  • 106637会员总数
  • 8今日下载