登录
首页 » matlab » 69491728rough-set-codes

69491728rough-set-codes

于 2021-04-23 发布 文件大小:2483KB
0 346
下载积分: 1 下载次数: 16

代码说明:

  胡清华邻域粗糙集源码,matlab源代码,方便可用(Hu Qinghua neighborhood rough sets source code, matlab source code, easy to use)

文件列表:

胡清华邻域粗糙集源码\abalone.mat
胡清华邻域粗糙集源码\all2data.m
胡清华邻域粗糙集源码\audiology.mat
胡清华邻域粗糙集源码\biodeg.mat
胡清华邻域粗糙集源码\biodegxiugai.mat
胡清华邻域粗糙集源码\C4_5.m
胡清华邻域粗糙集源码\cleve.mat
胡清华邻域粗糙集源码\clsf_dpd.m
胡清华邻域粗糙集源码\clsf_dpd_fast.m
胡清华邻域粗糙集源码\clsf_dpd_fast2.m
胡清华邻域粗糙集源码\clsf_dpd_fast_3.m
胡清华邻域粗糙集源码\credit.mat
胡清华邻域粗糙集源码\crossvalidate.m
胡清华邻域粗糙集源码\crossvalidate1.m
胡清华邻域粗糙集源码\featureselect_FW_fast.m
胡清华邻域粗糙集源码\horse0-1.mat
胡清华邻域粗糙集源码\iono.mat
胡清华邻域粗糙集源码\Iris.mat
胡清华邻域粗糙集源码\KNN.m
胡清华邻域粗糙集源码\lungcancer.mat
胡清华邻域粗糙集源码\MAIN.m
胡清华邻域粗糙集源码\mushroom1.mat
胡清华邻域粗糙集源码\NEC.m
胡清华邻域粗糙集源码\nec1.m
胡清华邻域粗糙集源码\osu_svm3.00\cardiag.asv
胡清华邻域粗糙集源码\osu_svm3.00\cardiag.m
胡清华邻域粗糙集源码\osu_svm3.00\cmap.mat
胡清华邻域粗糙集源码\osu_svm3.00\Contents.m
胡清华邻域粗糙集源码\osu_svm3.00\createset.m
胡清华邻域粗糙集源码\osu_svm3.00\data\car.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\cleve.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\cleve.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\credict.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\crx.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\crx_fcm.dat
胡清华邻域粗糙集源码\osu_svm3.00\data\crx_numeric.all
胡清华邻域粗糙集源码\osu_svm3.00\data\derm.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\dermatology_numeric.data
胡清华邻域粗糙集源码\osu_svm3.00\data\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\ecoli_numerical.data
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\crx_fcm.dat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\ecoli3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\heart_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\ionosphere3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\sonarall_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wdbc3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wine3.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\fcmdata\wpbc_fcm
胡清华邻域粗糙集源码\osu_svm3.00\data\glass.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\glass.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\heart.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\heart.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\iono.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\ionosphere.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\cleve.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\crx.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\derm.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\diabe.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\ecoli.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\heart.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\iono.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\sonar.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wdbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wine.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\rawdata\wpbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\sonar.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\soy.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wdbc.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wdbc.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\wine.mat
胡清华邻域粗糙集源码\osu_svm3.00\data\wpbc.txt
胡清华邻域粗糙集源码\osu_svm3.00\data\wpbc_xiugai.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_clademo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_lindemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_poldemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\c_svcdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_class.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_test.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\DemoData_train.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\one_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\osusvmdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\SVMClassifier.mat
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_clademo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_lindemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_poldemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_rbfdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demo\u_svcdemo.m
胡清华邻域粗糙集源码\osu_svm3.00\demos.m
胡清华邻域粗糙集源码\osu_svm3.00\discar.mat
胡清华邻域粗糙集源码\osu_svm3.00\dissim.m
胡清华邻域粗糙集源码\osu_svm3.00\entropy.m

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • python-knn
    主要利用Python软件,利用KNN算法对垃圾邮件进行分类(This paper mainly uses Python software to classify spam mail by using KNN algorithm)
    2017-11-10 15:46:56下载
    积分:1
  • LZYSAD
    雷达数据处理的重要模型算法之一,该代码对imm算法的不同参数下进行了详细的仿真,(One of the important model algorithms for radar data processing, the code simulates the IMM algorithm in detail under different parameters.)
    2018-09-06 13:02:17下载
    积分:1
  • 技术在公安犯罪行为分析中的应用研究
    数据挖掘在经侦项目中的应用,本文用到python中的社区划分算法(In the application of data mining in economic investigation projects, this paper uses community partition algorithm in Python.)
    2020-07-03 08:00:02下载
    积分:1
  • pu_ju_lei
    说明:  将数据集转换为拉普拉斯矩阵,然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数,全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。(The data set is transformed into Laplacian matrix, and then clustered by spectral clustering based on graph theory. The Laplacian matrix is calculated by using the Gauss kernel function and the full connection method. Spectral clustering is good at dealing with high-dimensional or non-convex data sets.)
    2019-07-01 16:05:39下载
    积分:1
  • 妹子图
    通过Python对妹子图网站的图片集进行爬取(Crawling the collection of images on the sister map site via Python)
    2018-11-15 16:13:39下载
    积分:1
  • test_lstm
    说明:  简单的LSTM进行预测,附带数据集方便测试(simple test of LSTM is used for prediction , and related datasets is attached in the file.)
    2020-08-30 16:28:10下载
    积分:1
  • EM 算法
    用EM算法求解高斯混合模型并可视化,数据是男女生的身高分布,前提是初始化男女生身高各自的均值和方差和比例,然后由EM算法求解,男女生身高的均值方差,以拟合数据。(The EM algorithm is used to solve the Gauss mixture model and visualize. The data is the height distribution of male and female. The premise is to initialize the mean, variance and proportion of the male and female height, then the mean variance of the height of male and female is solved by the EM algorithm, so as to fit the data.)
    2018-07-14 12:46:57下载
    积分:1
  • Adaboost
    Python实现Adaboost算法,数据集为horseColic马疝气病数据集,准确率和sklearn库中的adaboost算法一样。(Python implementation adaboost algorithm, the data set is horseColic horse hernia disease data collection, accuracy and sklearn library adaboost the same algorithm.)
    2017-04-21 15:00:34下载
    积分:1
  • python 实现随机森林
    应用背景 数据   :两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置,职业,职级,年收入,。。。。。。    购买过得产品 目的:对新客户进行推荐一个适合该客户的产品, 对老客户推荐可能再购买的产品 数据处理    数据清洗:   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化:eg:邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林:  判断特征的重要性 :思考为何重要性高     AHP    :  迭代设置每个特征的权重 模型选择   :根据数据量数量,是否有标签,分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么?
    2022-02-25 17:28:51下载
    积分:1
  • 机器学习与R语言(machine_learning)
    机器学习与R语言(machine_learning)源代码下载,内含R语言实现机器学习算法和应用案例(Machine learning and R language (machine_learning) source code download, containing R language to implement machine learning algorithms and application cases)
    2020-09-26 17:17:47下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载