搜索资源列表
IDT72v90823
- IDT72v90823时隙交叉芯片的 的功能驱动代码，已验证成功-IDT72v90823 slot cross-functional chip-driven code, has proved to be successful
UGK-GIS
- linux下一款GIS程序源码，采用MapInfo格式的地图文件，通过交叉编译可在嵌入式系统上运行，已经通过验证。-under linux A source GIS procedures, using MapInfo format paper maps, through cross-compiler can run on Embedded Systems has been validated.
cross-2.95.3
- arm-linux 交叉编译器,在AT91RM9200平台上成功验证!
kq6
- 后台管理账号：admin 密码：admin888 管理密码可以在后台数据库中修改 登录页面：admin/index.asp ☆ 分类发布： 1.信息支持一级，二级分类，地区分类交叉显示。发布信息时需要验证码。 2.信息发布者权限可分游客发布，个人会员发布，商家发布，vip会员发布。按照等级的不同享受不同的发布特权。 点击[发布信息/我要发布信息]，提醒登陆发布，登陆→发布信息即可；也可以选择[
SVM
- SVM分类器的matlab实现，针对提供的花的特征分类，并交叉验证(The matlab implementation of SVM classifier aims at providing the feature classification of flowers and cross validation)
plscv
- pls交叉验证，可自行设定K-folder交叉验证(pls cross validation)
StratifiedPartitionSubsets
- 交叉验证中使用的分层次随机分割样本集，用于分类实验中的分类误差估计中的n倍交叉验证实验(Stratified randomly partition samples into subsets, used in the n-fold cross-validation)
CSVM
- 二分类支持向量机交叉验证调参并统计分类准确率(Cross validation of two classification support vector machines and statistical classification accuracy)
神经网络
- 单隐藏层神经网络，五折交叉验证外加训练集(Single hidden layer neural network)
Linear Regression
- 线性回归实现人脸识别，有40类人脸图片共400张，200个训练集，200个测试集，通过2折交叉验证得到准确率为89%(Face recognition by linear regression)
CSVM
- 基本svm函数代码库，包含基本svm用到的函数，以及交叉验证，精度测试等等(Including the functions used by the basic SVM, as well as cross validation, precision testing, and so on)
cum3xyz
- 快速三阶交叉累积量计算 经过验证绝对好用(Fast Third Order Cross-Cumulant calculation)
libsvm-svmforcg
- libsvm 源码包，自带交叉验证寻优函数，可直接使用(Libsvm source code package, with cross validation optimization function, can be used directly)
lwppredict
- LWP是一种Matlab / Octave工具箱实现局部加权多项式回归（也被称为局部回归/局部加权散点平滑/黄土/ LOWESS和核平滑）。使用此工具箱，您可以使用九个具有度量窗口宽度或最近邻窗口宽度的任意一个内核来拟合任意维度的数据的局部多项式。还提供了一个优化内核带宽的函数。优化可采用留一交叉验证，GCV，AICC、AIC，FPE，T，执行，或单独的验证数据。鲁棒拟合也可用。(LWP is a Matlab/Octave toolb
SVM
- 采用SVM高斯核，对样本进行分类，输入训练集和测试集，输出SVM分类准确率，采用10折交叉验证(This matlab code uses the SVM(support Vector Machine)to classify, and as the same time it uses the cross validation mathod.)
itoolbox
- 协同区间偏最小二乘 siPLS算法是 N rgaard等对其提出 的 iPLS方法的改进, 其基本算法步骤如下:(1)对原始谱图进行 预处理;(2)在全谱范围内建立全局偏最小二乘模型, 即上节的 模型;(3)在整个光谱区间采用 iPLS建立多个等窗口宽度的子 区间, 假设为 n个;(4)在每个子区间上建立偏最小二乘法模型, 即可得到 n个局部模型;(5)以交叉验证时的均方根误差 RMSE 值为各模型的精度衡量标准, 比较全光
classifier_D
- 使用SVM分类器来预测乳腺癌病人的预后(特征选择；分类器构建)，评价模型时使用无被交叉验证，性能评价指标包括准确率，AUC，灵敏度，特异度。学会最基本的机器学习方法。可查看分发给大家的代码，以后遇到类似的问题，可用相似的思路和代码。(The SVM classifier was used to predict the prognosis of breast cancer patients (feature selection; clas
SRGTSToolbox
- SURROGATES工具箱是一个多维函数逼近和优化方法的通用MATLAB库。当前版本包括以下功能： 实验设计：中心复合设计，全因子设计，拉丁超立方体设计，D-optimal和maxmin设计。 代理：克里金法，多项式响应面，径向基神经网络和支持向量回归。 错误和交叉验证的分析：留一法和k折交叉验证，以及经典的错误分析（确定系数，标准误差;均方根误差等;）。 基于代理的优化：高效的全局优化（EGO）算法。 其他能力：通过安全裕度进行全局敏
KRR
- 核岭回归算法 输入数据集(需要分开存放训练集和测试集) 利用4重交叉验证法调参 最后输出分类准确率(Kernel ridge regression algorithm Input data set (training set and test set need to be stored separately) Parameter adjustment by 4-fold cross validation Final output cl
Python机器学习基础教程(完整电子版)
- 本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。(This book is an introduction to machine learnin