本专区汇聚了各类基于 分类 开发的源码资源，共计 312 篇资源供开发者免费下载学习。
极限学习机的源代码，包括拟合和分类两个源代码。每个代码都有配套的数据和解释，可以帮助初学者迅速的理解ELM算法。同时，每个文件夹里都有训练函数、预测函数和主函数的源代码，可以拿来即
最小二乘支持向量机的matlab程序，这里提供了其工具箱，利用matlab工具箱可以得到较好的计算分析结果，分别有支持向量分类机和支持向量回归机；利用最小二乘法可以提高运行速度与效
决策树源代码，采用ID3思路，简单可运行function [Tree RulesMatrix]=DecisionTree(DataSet,AttributName)
本程序实现的是通过KNN方法，实现iris数据的分类，是学习KNN算法的很好的例子。
它可以帮助你了解SVDD第一阶段：数据划分为每个类第二阶段：建设ç最小的封装领域第三阶段：要使用每个训练的内核半径函数作为一个伪后验密度函数分类未知的未来格局
该实验的目的是设计一种方法，从一组图像中检索相同种类作为查询图像的图像。这份报告表明我们的方法和结果。我们的方法的优点是简单，直观，并且命中率都比较好的，我们的方法的缺点是对内容的
SVM算法的示例程序,帮助读者理解SVM算法的使用-
贝叶斯分类方法源于人类的日常生活，是最基础的一种分类方法。在数学上，它基于贝叶斯决策公式的计算来分类；在现实中，它基于人类对于分类的基本经验来完成分类。所谓分类的基本经验，就是远在
使用libsvm工具箱来做分类和回归，在用的过程中来学习SVM底层的统计学习理论，再后来自己完善提升libsvm的matlab版本，在林智仁先生的libsvm-mat基础上自己编写
单隐含层前馈神经网络（Single-hidden Layer Feedforward Neural Network，SLFN）以其良好的学习能力在许多领域中得到了广泛的应用。然而，
支持向量机所涉及到的数学知识对一般的化学研究者来说是比较难的，自己编程实现该算法难度就更大了。但是现在的网络资源非常发达，而且国际上的科学研究者把他们的研究成果已经放在网络上，免费
SVM（支撑向量机模型）是二（多）分类问题中经常使用的方法，思想比较简单，但是具体实现与求解细节对工程人员来说比较复杂。本文从应用的角度出发，使用Libsvm函数库解决SVM模型的