注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 一种简单的可视化SVM软件-winsvm.rar

  2. 一种简单的可视化SVM软件-winsvm.rar一种简单的可视化SVM软件-winsvm.rar一种简单的可视化SVM软件-winsvm.rar一种简单的可视化SVM软件-winsvm.rar

  3. 所属分类：专业指导

    • 发布日期：2009-11-22
    • 文件大小：192512
    • 提供者：wq33213

  1. 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）

  2. LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、 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供选择，可以有效地解决多类问题、交叉验证选择参数、对不平衡样本加权、多类问题的概率估计等。LIBSVM 是一个开源的软件包，可以方便的在Windows 或UNI

  3. 所属分类：C++

    • 发布日期：2009-11-30
    • 文件大小：564224
    • 提供者：evimacsl

  1. 基于SVM的多类文本分类研究

  2. 本文在中文文本自动分类的基础上对文本多类分类方面做了一些有益的探索，对中 文文本分类的相关技术—中文分词、文本表示、特征提取、分类算法、可视化等方面做 了一些研

  3. 所属分类：其它

    • 发布日期：2010-03-02
    • 文件大小：603136
    • 提供者：wly_luffy

  1. SVM_GUI_3.1

  2. 可视化支持向量机安装包能够为用户提供简单的SVM入门学习工具。

  3. 所属分类：项目管理

    • 发布日期：2015-05-07
    • 文件大小：69632
    • 提供者：qq_28016361

  1. 可视化SVM分类器

  2. 可视化实现支持向量机，包含多个训练样本，简单易用

  3. 所属分类：C++

    • 发布日期：2017-01-06
    • 文件大小：640000
    • 提供者：edward_cullen_

  1. SVM线性、非线性可分matlab demo

  2. 本demo主要是提供了SVM在数据集为线性、非线性可分情况下的分类面可视化，对于svm初学者而言，具有一定的借鉴意义。

  3. 所属分类：机器学习

    • 发布日期：2018-01-07
    • 文件大小：286720
    • 提供者：on_theway10

  1. Vsvm----可用于各种平台的SVM算法库内含多目标输出回归和参数优化及特征选择算法

  2. Vsvm----SVM算法库内含多目标输出回归和参数优化及特征选择算法 最新将Vsvm封装为dll，提供c#和web应用接口代码。其他语言平台可参照api接口进行编译。

  3. 所属分类：其它

    • 发布日期：2009-04-05
    • 文件大小：10485760
    • 提供者：fanliyun1234

  1. SVM可视化分类平面、支持向量、bad case

  2. 三维二分类任务，SVM可视化源代码以及数据文件。 对SVM分类平面，支持向量，bad case进行可视化分析。

  3. 所属分类：机器学习

    • 发布日期：2018-07-22
    • 文件大小：3072
    • 提供者：u011995719

  1. 关于电力负荷的SVM预测，设计了MATLAB的可视化界面，含数据

  2. 关于电力负荷的SVM预测，设计了MATLAB的可视化界面，含数据，包含一般SVM，粒子群优化下的SVM，改进粒子群优化下的SVM

  3. 所属分类：机器学习

    • 发布日期：2018-07-21
    • 文件大小：45056
    • 提供者：xinhuojianke

  1. 增量SVM在Banana数据集上的可视化

  2. 增量SVM在公共数据集Banana上的实现，并可视化二分类结果。

  3. 所属分类：机器学习

    • 发布日期：2018-09-20
    • 文件大小：332800
    • 提供者：qq_43251492

  1. 多种核函数的SVM分类器matlab程序

  2. 该代码包括了SVM的多核核函数的分类实现和可视化展示。

  3. 所属分类：机器学习

    • 发布日期：2018-10-02
    • 文件大小：2048
    • 提供者：qq_24803925

  1. 关于libsvm分类结果的可视化及分类曲线的可视化-加权SVM相关论文.rar

  2. 关于libsvm分类结果的可视化及分类曲线的可视化-加权SVM相关论文.rar 关于libsvvm分类结果的可视化及分类曲线的可视化  by faruto 论坛里曾有多位朋友询问过，有关libsvvm分类结果的可视化及分类曲线的可视化（可能大家感觉这个放在自己的paper里面会比较拉风，个人感觉可视化这些东西真的很虚幻，看着拉风，实则无用）。整体过程我心中明了，但实在是对可视化这种东西的鄙视，所以一直未将关于libsvm分类结果的可视化及分类曲线的可视化的结果实现，并以插件函数的形式放在自己的

  3. 所属分类：其它

    • 发布日期：2019-08-12
    • 文件大小：828416
    • 提供者：weixin_39841856

  1. 支持向量机(SVM) SMO可视化demo

  2. 这是一个svm的demo,可以把每一次更新的图片展示出来,并把alpha等信息打印在控制台, 可以一步一步的看到svm是如何更新的, 并画上sklearn算出来的结果作为比较, 大约迭代5-10次后,结果和sklearn画出来的线高度重合. 用的是 smo算法

  3. 所属分类：互联网

    • 发布日期：2020-04-28
    • 文件大小：5120
    • 提供者：howard789

  1. 高维数据SVM实现+降维可视化

  2. 高维数据SVM实现+降维可视化 是更改别人的代码的，使用软间隔最大化，SMO优化算法，t-sne降维可视化，发现数据是否是容易线性可分的。

  3. 所属分类：算法与数据结构

    • 发布日期：2020-06-01
    • 文件大小：72704
    • 提供者：weixin_42889479

  1. 基于SVM和BP神经网络的稻叶颜色模型。

  2. 为了建立基于生理和生态学的稻叶颜色模型，针对稻叶的叶绿素，类胡萝卜素与其RGB值之间的关系，提出了一种基于支持向量机和BP神经网络的建模方法。 以叶绿素a，叶绿素b和类胡萝卜素为模型输入参数，分别以稻叶图像的R，G和B值作为模型输出参数，并分别使用SVM和SVM预测叶图像的相应RGB分量值。 BP神经网络。 结果表明，BP神经网络的预测精度明显高于SVM。 该研究可以满足农业研究的需求，为稻叶颜色模拟建模提供理论依据。 它还为植物生长的数字化和可视化提供了理论基础。 该研究方法具有良好的通用性和

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：890880
    • 提供者：weixin_38648396

  1. adaboost自我实现：比较，可视化和增强普通SVM模型-源码

  2. adaboost自我实现：比较，可视化和增强普通SVM模型

  3. 所属分类：其它

    • 发布日期：2021-02-22
    • 文件大小：5120
    • 提供者：weixin_42130786

  1. Predictive-Analytics：该项目的目的是开始使用Predictive Analytics。 该项目的目标是从头开始实施预测分析算法，并创建一个Scikit学习预测分析管道，并使用Matplotlib进行可视化-源码

  2. 预测分析 该项目的目的是开始使用Predictive Analytics。 该项目的目标是从头开始实施预测分析算法，并创建Scikit学习预测分析管道并使用Matplotlib进行可视化。 第1部分机器学习算法的实现●实施K-最近邻和随机森林的监督学习算法●使用PCA实施降维●实施K均值聚类●在簇的平方和内实施评估措施的准确性，召回率，精度 PART-2用于机器学习的Scikit-Learn管道●使用Scikit-learn库，实施监督学习算法SVM，Logistic回归，决策树，KNN ●使

  3. 所属分类：其它

    • 发布日期：2021-02-18
    • 文件大小：6291456
    • 提供者：weixin_42110070

  1. 机器学习和数据科学：机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K -折数，偏差与方差，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-M

  2. 机器学习与数据科学 机器学习和数据挖掘：回归[线性（选择和收缩，降维，超出线性范围）和非线性回归（逻辑，K-NN，树）]，交叉验证（LOOCV，K折，偏差与方差） ，分类（LDA，QDA，K-NN，物流，树，SVM），聚类（PCA，K-Means，分层）本课程将介绍数据挖掘/统计学习的主要主题，包括：统计基础，数据可视化，分类，回归，聚类。 重点将放在统计学习方法，其背后的模型，直觉和假设以及对实际问题的应用上。 您可以在stats 415项目文件夹中找到我的最终项目。 项目总结 实施整个学

  3. 所属分类：其它

    • 发布日期：2021-02-14
    • 文件大小：18874368
    • 提供者：weixin_42166261

  1. Google-Job-Skills：在本文档中，我们将通过提供适当的解决方案来提出针对问题定义的解决方案。 我们实现了SVM（支持向量机）模型，并对我的数据集进行了一些转换，以进行适当的训练和测试。 如果我的模型可以预测一个人是否可以在Go

  2. Google工作技能 在本文档中，我们将通过提供适当的解决方案来提出针对问题定义的解决方案。 我们实现了SVM（支持向量机）模型，并对我的数据集进行了一些转换，以进行适当的训练和测试。 如果我的模型可以预测一个人是否可以在Google或YouTube上找到工作，那么我必须根据给定的输入进行预测。 我们还绘制了一个矩阵图以可视化并呈现出来，以便用户可以通过该图识别趋势。 预测函数的准确性得分非常精确（0.984）。 我们首先选择一个数据集。 我已经从kaggle网站上选择了数据集“ Google

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：24576
    • 提供者：weixin_42099087

  1. 模式：用于Python的Web挖掘模块，具有用于抓取，自然语言处理，机器学习，网络分析和可视化的工具-源码

  2. 模式 模式是Python的网络挖掘模块。 它具有用于以下目的的工具： 数据挖掘：Web服务（Google，Twitter，Wikipedia），Web搜寻器，HTML DOM解析器 自然语言处理：词性标记，n-gram搜索，情感分析，WordNet 机器学习：向量空间模型，聚类，分类（KNN，SVM，Perceptron） 网络分析：图形中心和可视化。 它有据可查，经过350多个单元测试的全面测试，并随附50多个示例。 源代码已根据BSD获得许可。 例 本示例在使用Python 3从T

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：31457280
    • 提供者：weixin_42109598
« 12 3 »