数据挖掘各算法的MATLAB实现
【代码名称】：数据挖掘各算法的MATLAB实现【代码介绍】：数据挖掘各算法的MATLAB实现 分类、聚类。十分齐全的一个系统。运行OK。希望对大家有用。
【代码截图】：文件清单
└── mitmatlab
├── About.bmp
├── Ada_Boost.m
├── ADDC.m
├── AGHC.m
├── Backpropagation_Batch.m
├── Backpropagation_CGD.m
├── Backpropagation_Quickprop.m
├── Backpropagation_Recurrent.m
├── Backpropagation_SM.m
├── Backpropagation_Stochastic.m
├── Balanced_Winnow.m
├── Bayesian_Model_Comparison.m
├── Bhattacharyya.m
├── BIMSEC.m
├── C4_5.m
├── calculate_error.m
├── calculate_region.m
├── CARTfunctions.m
├── CART.m
├── Cascade_Correlation.m
├── Chernoff.m
├── chess.mat
├── classification_error.m
├── Classification.txt
├── classifier_commands.m
├── classifier.m
├── classifier.mat
├── click_points.m
├── clouds.mat
├── Competitive_learning.m
├── Components_with_DF.m
├── Components_without_DF.m
├── contents.m
├── _D=A
├── decision_region.m
├── Deterministic_annealing.m
├── Deterministic_Boltzmann.m
├── Deterministic_SA.m
├── Discrete_Bayes.m
├── Discriminability.m
├── DSLVQ.m
├── EM.m
├── enter_distributions_commands.m
├── enter_distributions.m
├── enter_distributions.mat
├── feature_selection_commands.m
├── feature_selection.m
├── feature_selection.mat
├── Feature_selection.txt
├── find_classes.m
├── FindParametersFunctions.m
├── FindParameters.m
├── FindParameters.mat
├── FishersLinearDiscriminant.m
├── fuzzy_k_means.m
├── GaussianParameters.m
├── GaussianParameters.mat
├── generate_data_set.m
├── Genetic_Algorithm.m
├── Genetic_Culling.m
├── Genetic_Programming.m
├── Gibbs.m
├── HDR.m
├── high_histogram.m
├── Ho_Kashyap.m
├── ICA.m
├── ID3.asv
├── ID3.m
├── index(1).htm
├── index.htm
├── Infomat.m
├── Interactive_Learning.m
├── k_means.m
├── Kohonen_SOFM.m
├── Koller.m
├── Leader_Follower.m
├── LMS.m
├── load_file.m
├── Local_Polynomial.m
├── LocBoostFunctions.m
├── LocBoost.m
├── loglikelihood.m
├── LS.m
├── LVQ1.m
├── LVQ3.m
├── _M=A
├── make_a_draw.m
├── Marginalization.m
├── MDS.m
├── Minimum_Cost.m
├── min_spanning_tree.m
├── ML_diag.m
├── ML_II.m
├── ML.m
├── multialgorithms_commands.m
├── multialgorithms.m
├── multialgorithms.mat
├── Multivariate_Splines.m
├── _N=D
├── NDDF.m
├── NearestNeighborEditing.m
├── Nearest_Neighbor.m
├── NLPCA.m
├── None.m
├── Optimal_Brain_Surgeon.m
├── Other
│ ├── Bayes_belief_net.mat
│ ├── Bayesian_Belief_Networks.m
│ ├── Bayesian_parameter_est.m
│ ├── Bottom_Up_Parsing.m
│ ├── Boyer_Moore_String_Matching.m
│ ├── contents.m
│ ├── _D=A
│ ├── demo_fun.m
│ ├── Edit_Distance.m
│ ├── gradient_descent.m
│ ├── Grammatical_Inference.m
│ ├── high_histogram.m
│ ├── HMM_Backward.m
│ ├── HMM_Boltzmann.m
│ ├── HMM_Decoding.m
│ ├── HMM_Evaluation.m
│ ├── HMM_Forward_Backward.m
│ ├── HMM_Forward.m
│ ├── HMM_generate.m
│ ├── index.htm
│ ├── _M=A
│ ├── mean_bootstrap.m
│ ├── mean_jackknife.m
│ ├── MultipleDiscriminantAnalysis.m
│ ├── Naive_String_Matching.m
│ ├── _N=D
│ ├── Newton_descent.m
│ ├── ROCC.m
│ ├── _S=A
│ ├── sample_hmm.mat
│ ├── Stochastic_Regression.m
│ └── sufficient_statistics.m
├── Parzen.m
├── PCA.m
├── Perceptron_Batch.m
├── Perceptron_BVI.m
├── Perceptron_FM.m
├── Perceptron.m
├── Perceptron_VIM.m
├── plot_process.m
├── plot_scatter.m
├── PNN.m
├── Pocket.m
├── predict_performance.m
├── Preprocessing.txt
├── process_params(1).m
├── process_params.m
├── Projection_Pursuit.m
├── RBF_Network.m
├── RCE.m
├── RDA.m
├── read_algorithms.m
├── Relaxation_BM.m
├── Relaxation_SSM.m
├── _S=A
├── seperable.mat
├── SOHC.m
├── spiral.mat
├── start_classify.m
├── Stochastic_SA.m
├── Store_Grabbag.m
├── Stumps.m
├── SVM.m
├── User guide.pdf
├── voronoi_regions.m
├── Voted_Perceptron.m
└── XOR.mat
2 directories, 172 files
【代码下载】：
页:
[1]