说明：机器学习之树叶分类器数据代码集 训练集与其他

说明：很好用 的发生大发多少发发生的的说法撒速度发的分撒沙发撒

说明：使用python实现的利用随机数生成算法对一个实例，判断隐形眼镜类型的分类问题进行解决。

说明：使用LM神经网络分类，程序源码。LM神经网络能达到很好的分类效果。

说明：最近邻分类算法，最简单的分类器解决分类问题。

说明：通过python实现了k-means分类。

说明：基于BP-Adaboost的强分类器设计

说明：随机森林可以用来做分类，是分类效果较好的分类器。

说明：编写朴素贝叶斯分类器，对测试集进行分类预测，并计算分类精度

说明：而非深V我深V额度为深V大无畏的深V其窝囊废IQ我放弃我能放弃

说明：贝叶斯分类 iris 用python语言

说明：基于最小距离法实现三类数据的分类，线性分类

说明：首先进行样本截取，然后构建最短距离分类器进行分类

说明：基于LSSVM的分类器，用于iris的三种分类，4种特征进行3类分类，准确率90%以上

说明：基于Tensorflow下的cnn卷积神经网络实现图像的分类

说明：对提取好的n维特征，实现随机森林分类器分类。

说明：分类算法，最近k临近算法，用于分类分析，属于数据处理

说明：小波神经网络中用于分类的代码，代码比较复杂，需要多加学习。

说明：CNN实现图像数据的分类，有数据库下载代码

说明：利用elm算法进行多分类或者回归，实现训练集和数据集的处理和分类

说明：在linux平台上运用caffe使用神经网络算法对图像进行分类，预测。在计算机视觉中（机器人视觉中）占主导作用。

说明：使用模糊C均值聚类（FCM）的方法对状态进行分类，其优点首先是可以根据实际情况自动确定聚类中心，减少人工干涉的因素，其次，对状态特征参数不是进行硬分类，而是通过隶属度的表征方式对其聚类，更加符合现实状态类别之间不具备明显界限的实际问题。

说明：csp特征提取，lda进行分类，四分类脑电信号处理，亲测可用

说明：融合hog与lbp特征的图像分类，使用svm进行分类，最终给出运行混淆矩阵

说明：BP 神经网络能够实现数据的分类，预测。

说明：该算法用Visual Studio编写 ，用于实现对样本的训练以及测试，并可以转换成matlab语言，直接调用子程序

说明：神经网络中，基于梯度下降的线性分类器，对样本进行分类

说明：神经网络分类进阶 运用批量修正算法进行改进

说明：fisher算法的matlab代码实现，模式分类课后实验部分