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：应用背景你得到的分类器函数求值函数- -非常重要--其他代码是瞎扯淡* T，这是真正的交易，我已经用过很多次股票交易，债券，期货，等参数（对于分类侧）：一个包含每个类的特征值的单元格数组。即，F { 1 }是第一 矩阵的大小numofdimensions X numofsamples；类，等。测试：...
说明：遗传算法资料
说明：数学建模算法整理
说明：支持向量机 (SVM) 第一次听到于 1992 年，由宝狮、 尺管和在柯尔特-92 Vapnik 介绍。支持向量机 （支持向量机）是一套用于分类和回归的相关监督的学习方法。他们属于一个家庭的广义线性分类器。另一项条款，在的支持向量机 (SVM) 是一个分类和回归的预测工具，使用机器学习理论来最大化同...
说明：应用背景 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所有聚类算法中最广泛使用的。给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 关键技术 先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的...