9 zhaojie456

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 44w+

混淆矩阵(Confusion Matrix)

1 了解 理论机器学习:了解混淆矩阵(Confusion Matrix)https://blog.csdn.net/qq_39521554/article/details/79995949混淆矩阵(Confusion Matrix)https://blog.csdn.net/joeland209/article/details/710789354.4.2分类模型评判指标(一...

2019-09-11 09:16:09

matlab+遥感

MATLAB读取多波段遥感影像的三种方法https://blog.csdn.net/giserLiuwei/article/details/89052138Matlab读取多波段TIF格式光谱图像http://blog.sina.com.cn/s/blog_640d45b30102vpcd.html基于Libsvm的图像分类(RGB三个颜色)https://blog.csdn....

2019-09-03 10:51:54

matlab数组和矩阵的区别

数组中的元素可以是字符等矩阵中的只能是数这是二者最直观的区别。因为矩阵是一个数学概念(线性代数里的),数组是个计算机上的概念。《精通MATLAB6.5版》(张志涌编著,北京航空航天大学出版社)中说:从外观形状和数据结构上看,二维数组和数学中的矩阵没有区别。但是矩阵作为一种变换或映射算子的体现,矩阵运算有着明确而严格的数学规则。而数组元算是Matlab软件所定义的规则,其目的是为了数据...

2019-06-06 11:41:28

Matlab 之 find()函数

  [1] find()函数基本功能  find()函数的基本功能是返回向量或者矩阵中不为0的元素的位置索引。1 >> X = [1 0 4 -3 0 0 0 8 6];2 >> ind = find(X)3 4 ind =5 6 1 3 4 8 9  其有多种用法,比如返回前k的不为0的元素:...

2019-06-06 11:38:29

利用libsvm-mat建立分类模型model参数解密[zz from faruto]

https://www.cnblogs.com/york-hust/p/3663408.html本帖子主要就是讲解利用libsvm-mat工具箱建立分类(回归模型)后,得到的模型model里面参数的意义都是神马?以及如果通过model得到相应模型的表达式,这里主要以分类问题为例子。测试数据使用的是libsvm-mat自带的heart_scale.mat数据(270*13的一个属性据矩阵,共有...

2019-06-04 14:00:46

归一化函数mapminmax的讨论

原文:https://blog.csdn.net/ckzhb/article/details/72871140一、基本用法[y,ps] = mapminmax(x,ymin,ymax) % 这里如果不指定 ymin,ymax,则ymin默认为-1,ymax默认为1。 mapminmax(data) 默认归一化范围为[-1,1],且对...

2019-05-31 09:57:14

SVM训练结果参数说明 训练参数说明 归一化加快速度和提升准确率 归一化还原

原文:http://blog.sina.com.cn/s/blog_57a1cae80101bit5.html举例说明  svmtrain -s 0 -?c 1000 -t 1 -g 1 -r 1 -d 3 data_file   训练一个由多项式核(u'v+1)^3和C=1000组成的分类器。  svmtrain -s 1 -n 0.1 -t 2 -g 0.5 -e 0.000...

2019-05-30 23:15:37

LIBSVM入门解读

https://blog.csdn.net/taohuaxinmu123/article/details/20370525一、入门介绍LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-clas...

2019-05-30 22:55:59

libsvm简介和函数调用参数说明

https://www.cnblogs.com/jiahuiyu/p/5415936.html一、入门介绍LIBSVM 是台湾大学林智仁(Chih-Jen Lin)博士等开发设计的一个操作简单、易于使用、快速有效的通用SVM软件包,可以解决分类问题(包括C- SVC、n - SVC )、回归问题(包括e - SVR、n - SVR )以及分布估计(one-class-SVM)等问题,提供...

2019-05-30 22:12:40

MATLAB读取标准ENVI数据*.img

MATLAB读取标准ENVI数据*.img下面的程序代码相当规范,不是我写的,记得好像是在MATLAB网站的交流区下载的。每个*.img文件对应一个*.hdr的头文件,程序首先从头文件里得到影像的行列和波段数,然后按照二进制方式读取,并按照行列波段数重排为多维矩阵。function [image,p,t]=freadenvi(fname);% freadenvi ...

2019-05-30 16:25:25

LIBSVM (四) SVM 的参数优化(交叉验证)

https://www.cnblogs.com/blogwww/p/9498607.html转自大神Jack王 CV是用来验证分类器性能的一种统计分析方法,其基本思想是在某种意义下将原始数据进行分组,一部分作为测试集,另一部分作为验证集;先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型,以得到的分类准确率作为评价分类器的性能指标。常见的 CV 方法如下:1.1 交叉验证(Cro...

2019-05-17 14:12:29

Matlab中plot基本用法

Matlab中plot基本用法转自:https://blog.csdn.net/chduan_10/article/details/74568129>> y=[0 0.58 0.70 0.95 0.83 0.25];>> plot(y)生成的图形是以序号为横坐标、数组y的数值为纵坐标画出的折线。/////////////////////////...

2019-05-17 14:09:33

LIBSVM ( 二 ) 参数实例详解

转自大神Jack王https://www.cnblogs.com/blogwww/p/9473360.html1. 入门案例1.1 分类的小例子--根据身高体重进行性别预测? 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16...

2019-05-17 11:11:51

LIBSVM (三) 葡萄酒种类识别

转自大神Jack王https://www.cnblogs.com/blogwww/p/9498343.html3.1 原始数据分析1)测试数据为:wine data set,储存在chapter_WineClass.mat。classnumer = 3;wine,记录了178个样本的13个属性;wine_labels.178×1,记录了178个样本的各自类别标签。2)数据的可视化:13...

2019-05-17 10:16:50

UCI数据集整理(附论文常用数据集)

https://blog.csdn.net/qq_32892383/article/details/82225663

2019-03-22 22:35:30

​​​​​​​​​​​​​​LIBSVM (四) SVM 的参数优化(交叉验证)

LIBSVM (四) SVM 的参数优化(交叉验证)转自https://www.cnblogs.com/blogwww/p/9498607.html  CV是用来验证分类器性能的一种统计分析方法,其基本思想是在某种意义下将原始数据进行分组,一部分作为测试集,另一部分作为验证集;先用训练集对分类器进行训练,再利用验证集来测试训练得到的模型,以得到的分类准确率作为评价分类器的性能指标。常见...

2019-03-22 22:19:40

LIBSVM 参数详解

使用的svm工具箱是台湾大学林智仁教授编写的lisvm下载地址点击打开链接,这是目前最流行也是最好用的svm工具箱。Matlab安装使用svm的详细步骤可以参考以下两个连接详解点击打开链接视频点击打开链接,这里不再赘述。本人用的是libsvm-3.17版本。下面结合matlab代码给出详解:clc;clear;close all;%导入数据其中wine_SVM是一个17...

2019-03-17 20:46:21

关于crossvalind函数(转)

关于crossvalind函数(转)crossvalind是cross-valindation的缩写,意即交叉检验。常用的形式有:① Indices=crossvalind('Kfold',N,K)② [Train,Test]=crossvalind('HoldOut',N,P)③ [Train,Test]=crossvalind('Leav...

2019-03-17 20:44:30
勋章 我的勋章
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。