nmanydataanalysistasks,oneisoftenconfrontedwithveryhighdimensionaldata.Featureselectiontechniquesaredesignedtofindtherelevantfeaturesubsetoftheoriginalfeatureswhichcanfacilitateclustering,classificationandretrieval.Thefeatureselectionproblemisessentiallyacombinatorialoptimizationproblemwhichiscomputationallyexpensive.Traditionalfeatureselectionmethodsaddressthisissuebyselectingthetoprankedfeaturesbasedoncertainscorescomputedindependentlyforeachfeature.Theseapproachesneglectthepossiblecorrelationbetweendifferentfeaturesandthuscannotproduceanoptimalfeaturesubset.InspiredfromtherecentdevelopmentsonmanifoldlearningandL1-regularizedmodelsforsubsetselection,weproposehereanewapproach,called{\emMulti-Cluster/ClassFeatureSelection}(MCFS),forfeatureselection.Specifically,weselectthosefeaturessuchthatthemulti-cluster/classstructureofthedatacanbebestpreserved.Thecorrespondingoptimizationproblemcanbeefficientlysolvedsinceitonlyinvolvesasparseeigen-problemandaL1-regularizedleastsquaresproblem.ItisimportanttonotethatMCFScanbeappliedinsuperised,unsupervisedandsemi-supervisedcases.Ifyoufindthesealgoirthmsuseful,weappreciateitverymuchifyoucanciteourfollowingworks:PapersDengCai,ChiyuanZhang,XiaofeiHe,"UnsupervisedFeatureSelectionforMulti-clusterData",16thACMSIGKDDConferenceonKnowledgeDiscoveryandDataMining(KDD'10),July2010.BibtexsourceXiaofeiHe,DengCai,andParthaNiyogi,"LaplacianScoreforFeatureSelection",AdvancesinNeuralInformationProcessingSystems18(NIPS'05),Vancouver,Canada,2005Bibtexsource

WAV用于百度语音测试文件，也可用于其他功能的测试。
WAV用于百度语音测试文件，也可用于其他功能的测试。

手写数字识别所需要的MNIST数据集，已经转换为CSV格式，可以直接使用

NSGA2算法，MATLAB实现，自定义目标函数，封装完整。
更多内容请访问http://www.omegaxyz.com/

完整可直接运行的小波神经网络程序，有注释，很容易看懂

超像素分割为图像分割，图像处理的基础，文件为MATLAB和C混编的代码，demo为主程序，运行demo主程序进行超像素分割。

介绍Weka的主要原因是初学者可以使用图形界面进行应用机器学习，而无需进行任何编程。
这是一件大事，因为处理流程，处理数据和尝试算法是初学者应该学习的内容，而不是学习另一种脚本语言。

Gurobi可以解决的数学问题：线性问题（Linearproblems）二次型目标问题（Quadraticproblems）混合整数线性和二次型问题（Mixedintegerlinearandquadraticproblems）突出的性价比。

人脸检测样本库、人脸样本、非人脸样本；
人脸样本有2000+、非人脸样本4000+；
大小归一化为19×19

RatSLAM的bag文件提取资源