碼上歡樂
首頁
榜單
標簽
關於
搜索
相關內容
簡體
繁體
R語言拓展包--kernlab 是R中實現基於核技巧機器學習的擴展包,kernlab的算法群可以解決機器學習中分類、回歸、奇異值檢測、分位數回歸、降維等諸多任務。 kernlab還包括支持向量機(SVM)、譜聚類、核主成分分析(KPCA)和高斯過程等算法。
本文轉載自
查看原文
2017-06-21 18:31
1249
http://files.cnblogs.com/files/zwz123456/kernlab.pptx
×
免責聲明!
本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。
猜您在找
coursera機器學習-聚類,降維,主成分分析
機器學習——聚類分析和主成分分析
機器學習算法之降維
核主成分分析方法(KPCA)怎么理解?
主成分分析PCA與核主成分分析KPCA
Python機器學習筆記:主成分分析(PCA)算法
SVM算法 機器學習
機器學習向量化運算與回歸算法的評價指標(簡單線性回歸問題)
機器學習回歸算法
機器學習算法與Python實踐之(三)支持向量機(SVM)進階
粵ICP備18138465號
© 2018-2026 CODEPRJ.COM