搜索资源列表
AGAandLAGA
- 两种改进的遗传算法（自适应交叉概率的遗传算法，加入领域竞争策略的遗传算法）相比较的matlab程序，基于UCI的两个数据集，可直接运行程序观察效果。-both improved genetic algorithm (adaptive crossover probability of genetic algorithm, to field a competitive strategy of genetic algorithm) compa
UCI
- 这是一个基于weka数据挖掘的实验测试数据集,格式为.arff,里面包含有名词性和数值型的数据集,用于weka挖掘测试.-This is a weka data mining based on the experimental data sets format. Arff. which contains terms and numerical data sets for test mining weka.
LogisticRegression
- 关于Logistic回归统计算法的matlab实现，内容包括建模、输出变量预测和预测误差分析。数据来自UCI数据库中的Ionosphere database，有351个统计实例，输出变量是二分类变量，代表电波从电离层反射的好坏情况，共有32个特征值。(压缩包中包含已经处理好的数据)-on Logistic regression algorithm to achieve the Matlab, including modeling, va
BPclassification
- BP学习算法应用——模式分类 应用动量BP学习算法对UCI提供的经典数据库——鸢尾属植物数据库进行分类，速度快，精度高。iris.arff为数据库文件，可用Weka数据挖掘软件打开。Iris.csv为源代码读取的数据文件，通过Weka软件转换得到。 将源文件Iris_classify.m和Iris.csv文件放入matlab的work文件夹中直接运行即可。
adult
- 著名的数据挖掘测试数据集,由UCI维护提供. adult.data 含１５个属性，３２５６１个样本．
基于贝叶斯网络的半监督聚类集成模型
- 已有的聚类集算法基本上都是非监督聚类集成算法,这样不能利用已知信息,使得聚类集成的准确性、鲁棒性和稳定性降低.把半监督学习和聚类集成结合起来,设计半监督聚类集成模型来克服这些缺点.主要工作包括:第一,设计了基于贝叶斯网络的半监督聚类集成(semi-supervised cluster ensemble,简称SCE)模型,并对模型用变分法进行了推理求解;第二,在此基础上,给出了EM(expectation maximization)框架下
datasets-UCI
- 模式识别数据集应用 神经网络算法仿真
基于主成份分析的Bagging集成学习方法
- 机器学习中数据集的冗余特征会影响学习器的泛化能力，一些流行方法如支持向量机和集成学习也难免于 此．研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响，提出一种称为PCA—Bagging的算法，并与 其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较．在 多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能，这说明即使是泛化能力很强的集成学习方 法其学
遗传聚类
- 使用遗传算法优化Kmeans聚类过程，测试数据集都来源于UCI，很好理解，适合初学者。
UCI-dataset
- uci数据集 第一列为类标,其他列为特征-This is UCI dataset.The first column is label.The other columns are features.
UCI
- 利用k-means对UCI数据集进行聚类分析，程序中列举了数据集wine和heart数据集-Using the k- means cluster analysis was carried out on the UCI dataset, listed in the program data collection of wine and heart of data sets
UCI-data
- UCI数据发酵数据，可以用于分类和其它方法，数据完整-UCI data fermentation data, and other methods can be used for classification, data integrity
UCI
- UCI数据集，适用于聚类的.mat形式，都是一些经常用来的，方便使用-UCI datasets for .mat form clusters, are some frequently used and easy to use
UCI
- 这是机器学习的一个经过整理的UCI数据集，适合与初学者使用！- This is a machine learning through the finishing of the UCI data set, suitable for beginners to use!
UCI
- 机器学习常用的35个UCI数据集，包括iris、lenses、mushroom、pima indians、wine等。-Machine learning UCI common data set 35, including iris, lenses, mushroom, pima indians, wine and the like.
database for use in matlab
- 20 database of UCI converted to *.mat format for easy use in matlab software for clasification purpose
UCI
- 里面含有连续型数据集，离散型数据集以及混合型数据集可以用于属性约简，特征选择等算法的实验仿真。以及直接导入weka软件。(It contains continuous data sets, discrete data sets and mixed data sets, and can be used for the experimental simulation of attribute reduction and feature se
数据集
- 本文件为常见聚类算法测试数据集 ，UCI上常用的聚类算法数据集(This document is a common clustering algorithm test data set.)
household_power_consumption
- UCI家庭用电数据集（Individual household electric power consumption Data Set ），包括日期、时间、有功功率、无功功率、电压、电流、厨房用电功率、洗衣服用电功率、热水器用电功率等属性，可用于回归、聚类分析等。(UCI Individual household electric power consumption Data Set, including date, time, act
UCI
- 用于神经网络训练的UCI数据集，mat格式(UCI training dataset for ANN training with mat form)