详细说明：这个一些经典的数据挖掘matlab源程序，比较全。-some of the classic source Matlab data mining, comparative whole.

 近期下载过的用户:  王辉 邓晨 yk OneGun nbbnmm chenpingping 孙雷 liuyuyang 王小小 伟明 刘亚 firstever eleven yangcheng ma_0207 dfd xixilee [查看上载者高振伟的更多信息]

 相关搜索: 经典的数据挖掘程序 matlab 数据挖掘 数据挖掘matlab c4.5 matlab code 数据挖掘源程序 数据挖掘 matlab C4.5 matlab code SLIQ算法 源代码 数据挖掘程序 ada_boost.m 数据挖掘 MDS "MATLAB" matlab 数据挖掘 程序 数据挖掘程序下载  数据挖掘 matlab ID3 and C4.5 matlab code 

 [Arnold.rar] - 本程序用Matlab语言实现了基于Arnold变换的图像置乱算法
 [数据挖掘中CART算法实现.rar] - 数据挖掘中CART算法实现（用MATLAB实现）
 [visa.rar] - 一个简单的数据挖掘程序，有贝叶斯方法和bp算法，还有决策数的简单实现。
 
 [myMatlabfenlei.rar] - matlab关于数据挖掘分类的算法，id3,c45,cart,sliq,调试运行成功，推荐下载，
 [FractalDim.rar] - 盒维数MATLAB计算程序。%根据计盒维数原理编写了求一维曲线分形维数的matlab程序 function D=FractalDim(y,cellmax) %求输入一维信号的计盒分形维数 %y是一维信号 %cellmax:方格子的最大边长,可以取2的偶数次幂次(1,2,4,8..
 [Svm.rar] - 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。
 [BPsimulationofpopulation.rar] - ”BP.m“文件是BP神经网络整个模型的源程序； “train.fig”是训练时最后得到的图片； “程序运行的人口数量原始数据.fig”是预测结果绘制的图； “程序运行时matlab命令窗口的内容.txt”是运行程序是在matlab命令窗口显示的东西； “程序运行完产生的数据.mat”是程序
 [RBFnn.rar] - 径向基神经网络（Radial Basis Function, RBF）
 [mycluster_KM_DS.rar] - 数据挖掘中的聚类算法，vc++实现，图形界面显示，直观清楚，很好，推荐下栽
 [ycmatlab.rar] - 遗传算法程序是在 MATLAB环境下仿真的程序。可以在任何版本用的

文件列表(点击判断是否您需要的文件):
  mitmatlab
  
  .........\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
  .........\CART.m
  .........\CARTfunctions.m
  .........\Cascade_Correlation.m
  .........\Chernoff.m
  .........\chess.mat
  .........\Classification.txt
  .........\classification_error.m
  .........\classifier.m
  .........\classifier.mat
  .........\classifier_commands.m
  .........\click_points.m
  .........\clouds.mat
  .........\Competitive_learning.m
  .........\Components_without_DF.m
  .........\Components_with_DF.m
  .........\contents.m
  .........\decision_region.m
  .........\Deterministic_annealing.m
  .........\Deterministic_Boltzmann.m
  .........\Deterministic_SA.m
  .........\Discrete_Bayes.m
  .........\Discriminability.m
  .........\DSLVQ.m
  .........\EM.m
  .........\enter_distributions.m
  .........\enter_distributions.mat
  .........\enter_distributions_commands.m
  .........\feature_selection.m
  .........\feature_selection.mat
  .........\Feature_selection.txt
  .........\feature_selection_commands.m
  .........\FindParameters.m
  .........\FindParameters.mat
  .........\FindParametersFunctions.m
  .........\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
  .........\Kohonen_SOFM.m
  .........\Koller.m
  .........\k_means.m
  .........\Leader_Follower.m
  .........\LMS.m
  .........\load_file.m
  .........\Local_Polynomial.m
  .........\LocBoost.m
  .........\LocBoostFunctions.m
  .........\loglikelihood.m
  .........\LS.m
  .........\LVQ1.m
  .........\LVQ3.m
  .........\make_a_draw.m
  .........\Marginalization.m
  .........\MDS.m
  .........\Minimum_Cost.m
  .........\min_spanning_tree.m
  .........\ML.m
  .........\ML_diag.m
  .........\ML_II.m
  .........\multialgorithms.m
  .........\multialgorithms.mat
  .........\multialgorithms_commands.m
  .........\Multivariate_Splines.m
  .........\NDDF.m
  .........\NearestNeighborEditing.m
  .........\Nearest_Neighbor.m
  .........\NLPCA.m