说明：若要解决多类问题纠错输出编码结合 Adaboost prouve 其鲁棒性，以处理这些问题。作为编码矩阵 M * N 定义、 被 M 是班级，数目，N 是弱分类器的数目。每一行表示为类码字。矩阵是用 OneVsOne 方法，编码和解码海明距离。Adaboost 被定义为促进弱分类器。
说明：对于一个两类分类问题，当n=100时候，用mvnrnd()函数随机产生两类样本；每一类的样本容量不小于100；2）设计最大似然估计算法对两类类条件概率密度函数进行估计；3）设计非参数估计算法对两类的类条件概率密度进行估计（任选Parzen窗法或kn-近邻法之一），并分析样本数量、窗宽、k等因素对概率...
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：实现了机器学习中的logistic regression 算法，可以对三类高斯分布的采样进行分类
说明：这是一个最佳的贝叶斯分类器，这MATLAB代码的工作与数据集atached，最优贝叶斯分类器与估计的PDF文件的工作最好的分类，
说明：根据实验数据设计K均值聚类分析分类器，实验数据采用遥感彩色图像，以图像的所有象素为样本集，每一象素点的R、G、B值作为其特征向量。1）选择合适的类别数K和初始聚类中心。2）选择距离测度。3）设计迭代中止条件，或人为设定迭代次数。