半监督分类算法源程序

半监督matlab代码--经过调试--可用。

function [PosterioriPosPosterioriNeg]=BinaryClassify_test（Classifierdata）
%BinaryClassify_test classifiers data points into binary classes
%
%    Syntax
%
%       [PosterioriPosPosterioriNeg]=BinaryClassify_test（Classifierdata）
%
%    Description
%
%       BinaryClassify_test takes
%           Classifier      - A struct variable with three fields ‘type‘ ‘attri_type‘ and ‘model‘ that specifies the classifier‘s relevant information:
%                             1） Classifier.type gives the type of classifiers which can take the value of ‘NB‘ （naive bayes） ‘BP‘ （bp neural
%                                network） or ‘CART‘ （CART decision tree）;
%                             2） Classifier.attri_type indicates which kinds of attributes it can deal with 0 for binary features while 1 for
%                                real-valued features;
%                             3） Classifier.model contains the specific model information:
%                                a） If strcmp（Classifier.type‘NB‘）==1 Classifier.model is again a struct variable with three fields ‘prior‘ ‘paraPos‘ （2xd1 array）
%                                   and ‘paraNeg‘ （2xd1 array）:
%                                   a1） Classifier.model.prior（1） gives the prior probability of an instance being positive while Classifier.model.prior（2）
%                                       gives the prior probability of an instance being negative.
%                                   a2） The meanings of the other two fields （i.e. ParaPos and paraNeg） depend on the value of Classifier.attri_type 
%                                       i）  If Classifier.attri_type is 0 （binary features） Classifier.model.paraPos（1d） gives the conditional probability that an instance
%                                           will take a value of 1 on its d-th dimension given it is positive while Classifier.model.paraPos（2d） gives the conditional
%                                           probability that an instance will take a value of 0 on its d-th dimension given it is positive. Similarly Classifier.model.paraNeg（1d）
%                                           gives the conditional probability that an instance will take a value of 1 on its d-th dimension given it is negative while 
%                                           Classifier.model.paraNeg（2d） gives the conditional probability that an instance will take a value of 0 on its d-th
%                                           dimension given it is negative.
%                                       ii） If Classifier.attri_type is 1 （real-valued features） Classifier.model.paraPos（1d） gives the mean of the Gaussian distribution on the 
%                                           instance‘s d-th dimension given it is positive while Classifier.model.paraPos（2d） gives the standard deviation of the
%                                           Gaussian distribution on the instance‘s d-th dimension given it is posi

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       6304  2013-09-20 22:01  CoTrade\BinaryClassify_test.m

     文件       6782  2013-09-20 22:01  CoTrade\BinaryClassify_train.m

     文件       1594  2013-09-20 22:01  CoTrade\Build_NG.m

     文件       3351  2013-09-20 22:01  CoTrade\choose_prop_index.m

     文件       2289  2013-09-20 22:01  CoTrade\ConfEstimate_vDE.m

     文件        325  2013-09-20 22:01  CoTrade\conf_validation.m

     文件      13690  2013-09-20 22:01  CoTrade\CoTrade.m

     文件       3418  2013-12-23 10:37  CoTrade\CoTradefig.fig

     文件      13503  2013-12-20 21:33  CoTrade\CoTradefig.m

    I.A....      7343  2013-12-23 11:14  CoTrade\CoTrade_train.m

     文件       1497  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\COPYRIGHT

     文件      28904  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\heart_scale.mat

     文件        208  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\make.m

     文件       1326  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\Makefile

     文件       8312  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\README

     文件       2467  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\read_sparse.c

     文件       7680  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\read_sparse.mexw32

     文件      62021  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svm.cpp

     文件       2899  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svm.h

     文件       8469  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svmpredict.c

     文件      32768  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svmpredict.mexw32

     文件      10807  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svmtrain.c

     文件      65536  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svmtrain.mexw32

     文件       7632  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svm_model_matlab.c

     文件        201  2013-09-20 22:01  CoTrade\libsvm-mat-2.86-1\svm_model_matlab.h

     目录          0  2013-12-23 10:14  CoTrade\libsvm-mat-2.86-1

     目录          0  2013-12-25 21:42  CoTrade

----------- ---------  ---------- -----  ----

               299326                    27



............此处省略0个文件信息