RBFClassifier:一般用途的分类器和神经网络

RBF分类器 通过托德贝克曼 该项目包含径向基函数分类器（RBF 分类器）和人工神经网络（RBF 网络）的源代码，用于在 Java 中实现的一般用途。 此外，提供的 K-Means 实现可能独立于 RBF 有用。 关于径向基函数 径向基函数用于逼近函数。 他们通过在输入空间上分布高斯曲线来做到这一点。 输入越接近某个高斯曲线，该高斯节点的结果输出就越高。 然后，回想起来，结果中的错误可以归咎于对这个输入做出React的高斯曲线。 导致更多错误的高斯曲线的权重降低，而趋向于导致更接近近似的高斯曲线的权重增加。 进一步阅读。 由于可以进行几个重要的数学分析，因此为该算法选择了高斯曲线。 只有直接相关的输入会影响网络。 曲线收敛到零的速度如此之快，以至于可以通过正确规划曲线的位置来避免学习数据的模糊性（参见下面的 K-Means）。 网络的输出是节点的线性组合。 这意味着，与许多其他 A