说明：使用SOFTMAX分类器对已有的数据集进行分类。

comparehgw softmax分类 softmax分类器 softmax回归

说明：利用模糊c—均值聚类方法将data 数据向量；3表示分成三类；center表示分类中心

模糊C均值 模糊C均值聚类 fuzzy-classification 模糊C cjulei

说明：用MATLAB开发的OLDA源代码，正交LDA见模式识别字母。输入：X表示数据矩阵，每列表示一个数据点，ClassNumber是类的数目，Xlabel是X的标签，是列向量。

说明：包括脚本文件和函数文件形式，针对EMD方法的不足,使用拉亚普诺夫指数的公式，主同步信号PSS在时域上的相关仿真，从先验概率中采样，计算权重，可以实现模式识别领域的数据的分类及回归。

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：在matlab软件下的M语言程序，包括svm的训练和分类，自带数据跟程序，适合新手入门,带支持向量机的理论描述，还有一篇svm的参考文献。

svm 向量机

说明：matlab的smote算法，可以用于分类时样本数据不平衡的问题

SMOTE算法--MATLAB smote 数据不平衡 不平衡分类 smote算法matlab

说明：使用BP网络实现了对Iris数据的分类，使用了可变学习速率和带动量的梯度下降算法。

iris-matlab-bp bp-iris-matlab iris-BP gradient-descent-bp matlab-bp

说明：用SVM算法实现聚类与分类的例程。内附实验数据，运行结果以及经典参考文献一篇《A New Fuzzy Cover Approach to Clustering》

clustering fuzzy-svm FUZZY-SVM-MATLAB fuzzy fuzzy-svm

说明：各类算法

神经网络