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：经典流形学习代码：ISOMAP，用于数据的前期预处理，通过该函数寻找数据的内在结构，然后再在该映射后的上咀上做进一步操作，如分类，回归等。通过在软件工程数据上进行实验，结果显示ISOMAP比PCA效果要好。大家可以放到自己的数据集上测试下
说明：随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。可用于数据分类和显现回归的一个相当不错的算法，可实现很多功能。这个算法只需要将所需文件放入一个matlab路径中即可实现
说明：神经活动的微创直接读出的发展是当今神经科学面临的最大挑战之一。我们最近的工作表明，使用对神经递质释放特征敏感的磁共振造影剂，可以对分子水平的现象进行高分辨率功能磁共振成像（fMRI）。一个更有价值的贡献将是创造适合细胞内神经信号传导过程的分子功能磁共振成像的钙传感器。利用这些传感器进行的功能成像将结...