svm数据集yale(十五类人脸)

1、FDDB；2、IMDB-WIKI；3、CASIA-3DFaceV1；4、TheCNBCFaceDatabase；5、CASIA-FaceV5；6、YouTubeFaces；7、CMUVASC_PI

两个人脸数据库，分别是ORL人脸数据库和耶鲁大学Yale数据库

本人对Extended Yale B做了数据样本每人25张图片，测试样本每人40张图片的分类，便于人脸识别时候测试。

Yale数据库，包含15个人，每个人11副图像，用来进行人脸识别的程序测试

基于SVM的表情分类.fer2013人脸表情数据集import numpy as np import pandas as pd import matplotlib.pyplot as plt impo

从UCI上下载的iris数据集,经过处理可以用于svm。格式如下: 0 1:5.1 2:3.5 3:1.4 4:0.2 0 1:4.9 2:3.0 3:1.4 4:0.2 0 1:4.7 2:3.2

testSetRBF2主要用于人工智能机器学习中的数据训练集使用

代码使用matlab编写，压缩包中包含MNIST数据集及其读取函数、SVM算法实现和ReadMe.txt。SVM算法中使用了PCA降维处理数据减少运行时间，但是由于使用的SMO算法较为原始，运行速度仍

SVM是用来解决分类问题的，如果解决两个变量的分类问题，可以理解成用一条直线把点给分开，完成分类

包含python代码与数据集，可直接运行。一组鸢尾花数据集，这组数据集有100个样本点，用SVM来预测这些鸢尾花数据集中哪些是山鸢尾花，哪些是非山鸢尾花。