说明:BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器,利用此方法设计出强分类器。
说明:用朴素贝叶斯方法实现了Iris数据的分类,还附了实验报告
说明:高斯过程是一种非参数化的学习方法,它可以很自然的用于regression,也可以用于classification。本程序用高斯过程实现分类!
说明:多分类问题的支持向量机源程序一对一方法绝对可以运行
说明:第一类曲面积分的计算方法
说明:第一类曲面积分的计算方法