回归 资源专区

最小二乘支持向量机LSSVM工具箱简介

最小二乘支持向量机LSSVM是支持向量机SVM的一种改进版本，它具有更高的计算效率。

LSSVM最小二乘支持向量机工具箱简介

多功能智能数据分析与预测控制源码工具

匹配追踪和正交匹配追踪，计算多重分形非趋势波动分析，进行逐步线性回归，isodata 迭代自组织的数据分析，使用matlab实现智能预测控制算法，使用起来非常方便。

高斯过程模型工具箱简介

高斯过程工具箱，高斯过程回归，高斯过程分类，内有实例程序

神经网络分类与回归源码资源说明

神经网络用于分类与回归,先产生训练样本与测试样本，每一列为一个样本- neural network for classification and regression, first

支持向量机（SVM）源码资源说明

支持向量机(Support Vector Machine，SVM)是Corinna Cortes和Vapnik等于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出

随机森林回归模型源码资源说明

在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。

综合相关分析与统计建模源码说明

代码里有很完整的注释和解释，最小二乘回归分析算法，使用混沌与分形分析的例程，已调制信号计算其普相关密度，最大似然（ML）准则和最大后验概率（MAP）准则，包括主成分分析、因子分析、

ARTII迭代算法MATLAB程序资源说明

可以广泛的应用于数据预测及数据分析,包括回归分析和概率统计，Relief计算分类权重，三相光伏逆变并网的仿真，最大信噪比的独立分量分析算法，matlab程序运行时导入数据文件作为输

局部线性模型树源码资源说明

局部线性模型树 局部线性模型树 局部线性模型树 局部线性模型 TreeLocal 线性模型树 局部线性模型 TreeLocal 线性模型树 L

LIBSVM支持向量机工具箱说明

LIBSVM是台湾大学林智仁(Lin Chih-Jen)教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的

SVM回归分析与参数优化Matlab源码说明

 Matlab程序：SVM回归分析以及参数优化，更好的提升分类器的性能。资源包括创建SVR训练模型，寻找最佳c参数和g参数，建立SVR模型，SVR仿真预测实例分析。该资源适合SVM