matlab精度检验代码-Learning-to-Approximate-a-Bregman-Divergence:学习布雷格曼...

matlab精度检验代码和平线性布雷格曼发散学习（PBDL） 先决条件： a）Matlab（虽然应该与其他版本兼容，但我们使用了2019a） b）古罗比9.0 快速启动成对二重性 为了测试代码，我们提供了一个Matlab演示脚本“ example.m”，该脚本运行PBDL以对Iris数据集进行成对相似性比较。 使用学习到的Bregman散度，代码将根据您选择的任务打印出聚类，K-nn或相似性排名的性能指标。 如果一切正常，您应该首先看到调整超参数的结果。 然后，您应该看到： -.-.-.-.-.-。 测试性能 兰德指数= 98.7 +-1.3 纯度= 99.0 +-1.0 K-NN精度= 99.0 +-1.0 曲线下的面积= 99.0 +-0.8 平均精确度= 98.3 +-1.5 相似性比较生成如下：来自相似类别的2000个随机对和来自不同类别的2000个随机对。 进行优化的核心文件是“ PBDL_core”。您可以按照代码中的指导更改方法或数据集或其他实验设置。 快速入门回归 为了测试代码，我们提供了一个Matlab演示脚本“ example_regression.m”，该脚本运行