说明：PCA的步骤： 1 先将数据中心化； 2 求得的协方差矩阵； 3 求出协方差矩阵的特征值与特征向量； 4 将特征值与特征向量进行排序； 5 根据要降维的维数d’,求得要降维的投影方向； 6 求出降维后的数据。

pca-排序 pca中心 投影降维 PCA-降维数 pca矩阵降维

说明：用matlab编写的源程序，作用是对线性svm分类器参数C的最佳值选择，以此更好的对数据集进行训练和预测。

langrangian LSVM-C++ SVM线性分类 lsvm SVM--参数

说明：使用SVM对样本进行非线性分类，并画出决策面。不限制样本维数，经测试，对多维样本也有很好的分类效果。结果其他算法，可以实现较复杂的机器学习和模式识别。

matlab 分类 svm 进行 非线性

说明：Iris数据集的分类程序，包括线性分类器实验，BP网络分类器实验，以及异或数据的BP网络分类实验，外带试验报告

BP分类器 数据集 iris-BP BP-Iris BP

说明：贝叶斯分类实验，设计简单的线性分类器，了解模式识别的基本方法。掌握利用贝叶斯公式进行设计分类器的方法。

贝叶斯分类 模式识别-分类器 bayes-classifier 贝叶斯 matlab-bayes

说明：Fisher线性判别分类器源代码，包括训练函数和测试函数。

线性判别 测试函数 fisher函数 线性判别-Matlab fisher分类器

说明：线性SVM算法设计分类器，对一组数据进行分类

SVM--分类 数据分类-matlab 对数据分类 SVM分类器-matlab SVM对数据分类

说明：matable下编的一个算法！线性阈值分类器运用AdaBoost算法！

算法 线性阈值分类器 AdaBoost算法 AdaBoost

说明：模式识别：线性分类器，fisher线性判别female和male中分别为训练集test1和test2为测试集

Matlab-Fisher 训练集 fisher-matlab fisher 分类器

说明：基于C4.5的决策树算法，一种非线性分类器

c4.5算法 决策树 决策树c4.5 决策树分类器 c4.5-in-matlab