说明：基于朴素贝叶斯的分类练习，在UCI数据库中的breast数据集上进行的测试。

朴素贝叶斯 分类练习

说明：基于朴素贝叶斯的分类练习，在UCI数据库中的breast数据集上进行的测试

UCI分类 breast-cancer 贝叶斯分类-uci 朴素贝叶斯 breast_cancer

说明：内含两个数据集---iris_data和classsim，分别为艾瑞斯花和红酒的分类训练数据。分别用这两个数据集对极限学习机（ELM）进行训练，并测试ELM的分类效果。

ELM分类· iris ELM分类 ELM数据集红酒 极限学习机---数据分类

说明：一种神经网络算法：极限学习机（ELM)，包括分类和回归，仿真验证无误，适合初学者练习。

ELM-分类 elm回归 ELM神经网络 ELM machine-learning

说明：基于反向训练和深度学习的植物图像集分类算法研究

深度学习

说明：自主学习把稀疏自编码器和分类器实现结合。先通过稀疏自编码对无标签的5-9的手写体进行训练得到最优参数，然后通过前向传播，得到训练集和测试集的特征，通过0-4有标签训练集训练出softmax模型，然后输入测试集到分类模型实现分类。

自编码器 分类器实现结合 self-taught-learning

说明：采用cross validation的思想可以在某种意义下得到最优的参数,可以有效的避免过学习和欠学习状态的发生,最终对于测试集合的预测得到较理想的准确率.采用实例验证表明,用cross validation选取出的参数来训练SVM得到的模型比随机的选取参数训练SVM得到的模型在最后分类预测上更有效...

matlab 分类 svm 性能 参数 优化 更好 如何 提升

说明：aboost分类器进行训练，学习，效果非常好

分类器matlab site:www.pudn.com adaboost adaboost-matlab Adaboost分类

说明：关于多元高斯分类机器学习项目的功课。虹膜数据用于训练和测试

matlab 分类 高斯 多元

说明：LVQ学习向量量化神经网络是一种用于训练竞争层的有监督的学习方法的输入前向神经网络，其算法是Kohonen竞争算法演化而来的。LVQ学习向量量化神经网络在模式识别和优化领域有着广泛的应用网络结构输入层，竞争层，线性输出层当某个模式被送入网络时，与输入模式最近的竞争层神经元被激活，神经元状态为1，而其...

matlab 分类 神经网络 lvq