说明:bagging 集成算法描述:Bagging是一种把多个不同的弱学习器训练成一个强学习器的集成学习方法Bagging是一种并行训练过程,通过分类测试样本的有放回抽样,获取多个分类测试子样本,通过分类子样本训练T个基分类器,当对每一个实例进行分类时,分别调用这T个基分类器,得到T个结果,最后对分类问题...
说明:大作业1 海量测量数据的检测与处理 有来自工业现场采集的多组测量数据,具体数值见excel表,要求对这些测量数据进行检测与处理。 1、根据海量的工业现场采集的测量数据,检测稳态下 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 ...
说明:KNN-KSR方法是一种不直接建立自变量与因变量间数学关系去预测因变量的方法。该方法基于以下两个假设:(1)在所选择的样本描述指标信息足够完备时,性质越相似的样本在同类指标间的空间分布越接近,否则其空间距离也越大;(2)如果两类指标间存在较大关联度,则样本分别在两类指标内的空间分布也具有较大相似性。...
说明:这些脚本计算的源/汇林从树冠浓度分布基于逆拉格朗日运输内测量分布(ILT)的概念。ILT占均匀分散在冠层(简单的理论并不适用于这里),将分散到附近的(=非扩散)和远(=扩散)领域的术语。其结果是一个离散矩阵D,涉及源汇分布的浓度梯度,根据:C = D X S技术注:本脚本源层数(SH)要小于集中的层...
说明:本代码是由极限学习机创始人黄广兵教授提供的原始代码,除了算法代码本身,还有两个数据集,分别是训练数据集和测试数据集,希望能帮助到大家
说明:核fcm,在几个聚类数据集上测试均有效,自己写的,现在环形数据集和不平衡数据集上测试均有效,分享出来,希望大家指正错误,共同进步。