自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

转载 MatLab2012b/MatLab2013b分类器大全(svm,knn,随机森林等)

train_data是训练特征数据, train_label是分类标签。 Predict_label是预测的标签。 MatLab训练数据, 得到语义标签向量 Scores(概率输出)。 1.逻辑回归(多项式MultiNomial logistic Regression) Factor = mnrfit(train_data, train_label); Scores = mnrv

2016-07-27 16:46:21 285

转载 各种分类算法的优缺点

原文来自: http://bbs.pinggu.org/thread-2604496-1-1.html,这里对部分地方添加了注解以及自己的理解。原文对一些常用的分类算法,如决策树、SVM、朴素贝叶斯、adaboost、KNN等都提到了,总结得比较好,这里增加了一些自己的理解(文中斜体标明)。 1决策树(Decision Trees)的优缺点 决策树的优点: 一、         

2016-07-25 12:45:01 1737

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除