说明:南京大学计算机学院周志华团队的改进的可以处理多分类问题的Rescaling算法,并分别基于阈值移动法、采样法和样本加权法实现代价敏感,使其可以处理多分类问题下的代价密囊分类问题。
说明:非常全面的灵敏度分析讲解以及灵敏度检验案例。
说明:一个强大的统计模式识别工具箱,包含高斯分类器,高斯混合模型,主成分分析,支持向量机等常见分类方法。
高斯-分类 高斯混合分类 Gaussian-classifier 主成分分析-matlab PRTools-toolbox
说明:SVM分类MATLAB程序,支持向量机(Support Vector Machine, SVM)是一类按监督学习(supervised learning)方式对数据进行二元分类的广义线性分类器(generalized linear classifier),其决策边界是对学习样本求解的最大边距超平面(...
说明:是机器学习的例程,用于建立主成分分析模型,可以广泛的应用于数据预测及数据分析,脉冲响应的相关分析算法并检验,利用自然梯度算法,在MATLAB中求图像纹理特征,包含优化类的几个简单示例程序。
说明:深度信念网络,神经网络的一种。既可以用于非监督学习,类似于一个自编码机;也可以用于监督学习,作为分类器来使用。
说明:用matlab编写的基于BFGS算法的分类器程序,并附带样本生成程序,生成随机的样本。
生成样本 bfgs算法-matlab matlab-bfgs-program bfgs-en-matlabe BFGS-matl
说明:高斯过程算法在回归和分类中的应用程序。与书本《基于高斯过程的机器学习》配套本程序是最新的v3.1版,更新于2010-09-27