Read the training data for classifiers from a file. 閱讀訓練數據分類從文件。
select_sub_feature_class_train_data
Select certain features from training data to create training data containing less features. 從訓練數據選擇的某些功能訓練數據少的特點。 serialize_class_train_data
Serialize training data for classifiers. 序列化訓練數據的分類。 set_feature_lengths_class_train_data
Define subfeatures in training data. 定義在訓練數據的子功能。 write_class_train_data
Save the training data for classifiers in a file. 保存在一個檔中數據的分類培訓。
Neural Nets
add_class_train_data_mlp
Add training data to a multilayer perceptron (MLP). 訓練數據的多層感知器（MLP）。 add_sample_class_mlp
Add a training sample to the training data of a multilayer perceptron. 訓練樣本的多層感知器的訓練數據。
classify_class_mlp
Calculate the class of a feature vector by a multilayer perceptron. 計算多層感知器之類的特徵向量。 clear_all_class_mlp
Clear all multilayer perceptrons. 清除所有多層感知器。 clear_class_mlp
Clear a multilayer perceptron. 清除多層感知器。
clear_samples_class_mlp
Clear the training data of a multilayer perceptron. 清除多層感知器的訓練數據。 create_class_mlp
Create a multilayer perceptron for classification or regression. 創建一個多層感知器的分類或回歸。 deserialize_class_mlp
Deserialize a serialized multilayer perceptron. 反序列化序列化的多層感知器。
evaluate_class_mlp
Calculate the evaluation of a feature vector by a multilayer perceptron. 多層感知器的特徵向量計算評價。 get_class_train_data_mlp
Get the training data of a multilayer perceptron (MLP). 獲取的多層感知器（MLP）的訓練數據。 get_params_class_mlp
Return the parameters of a multilayer perceptron. 返回多層感知器的參
數。
get_prep_info_class_mlp
Compute the information content of the preprocessed feature vectors of a multilayer perceptron. 計算預處理的特徵向量的多層感知的資訊內容。 get_sample_class_mlp
Return a training sample from the training data of a multilayer perceptron. 返回從訓練數據的多層感知器的訓練樣本。 get_sample_num_class_mlp
Return the number of training samples stored in the training data of a multilayer perceptron. 返回存儲在一個多層感知器的訓練數據的訓練樣本的數量。
read_class_mlp
Read a multilayer perceptron from a file. 從文件中讀取一個多層感知器。 read_samples_class_mlp
Read the training data of a multilayer perceptron from a file. 多層感知器的訓練數據從一個文件。 select_feature_set_mlp
Selects an optimal combination of features to classify the provided data. 選擇的最佳組合，所提供的數據進行分類的功能。
serialize_class_mlp
Serialize a multilayer perceptron (MLP). 序列化一個多層感知器（MLP）。 train_class_mlp
Train a multilayer perceptron. 訓練多層感知器。
write_class_mlp
Write a multilayer perceptron to a file. 寫的多層感知到一個文件中。 write_samples_class_mlp
Write the training data of a multilayer perceptron to a file. 寫入到一個文件中的多層感知器的訓練數據。
Support Vector Machines支持向量機 add_class_train_data_svm
Add training data to a support vector machine (SVM). 訓練數據的支持向量機（SVM）。 add_sample_class_svm
Add a training sample to the training data of a support vector machine. 訓練樣本的支持向量機的訓練數據。
classify_class_svm
Classify a feature vector by a support vector machine. 支持向量機分類特徵向量。 clear_all_class_svm
Clear all support vector machines. 清除所有支持向量機。 clear_class_svm
Clear a support vector machine. 清除的支持向量機。
clear_samples_class_svm
Clear the training data of a support vector machine. 清除支持向量機的訓練數據。 create_class_svm
Create a support vector machine for pattern classification. 創建一個支援向量機模式分類。 deserialize_class_svm
Deserialize a serialized support vector machine (SVM). 反序列化序列化的支持向量機（SVM）。 get_class_train_data_svm
Get the training data of a support vector machine (SVM). 獲取支持向量機（SVM）的訓練數據。 get_params_class_svm
Return the parameters of a support vector machine. 返回參數的支持向量機。
get_prep_info_class_svm
Compute the information content of the preprocessed feature vectors of a support vector machine計算預處理的支援向量機的特徵向量的資訊內容
get_sample_class_svm
Return a training sample from the training data of a support vector machine. 返回從訓練數據的支持向量機訓練樣本。 get_sample_num_class_svm
Return the number of training samples stored in the training data of a
support vector machine. 支持向量機的訓練數據存儲在返回的訓練樣本數
get_support_vector_class_svm
Return the index of a support vector from a trained support vector machine. 返回該指數由受過訓練的支持向量機的支持向量。
get_support_vector_num_class_svm
Return the number of support vectors of a support vector machine. 返回支持向量機的支持向量機的數量。 read_class_svm
Read a support vector machine from a file. 從檔閱讀支援向量機。 read_samples_class_svm
Read the training data of a support vector machine from a file. 從檔的支援向量機的訓練數據。 reduce_class_svm
Approximate a trained support vector machine by a reduced support vector machine for faster classification. 一個訓練有素的減少更快的分類支持向量機的支持向量機。 select_feature_set_svm
Selects an optimal combination of features to classify the provided data. 選擇的最佳組合，所提供的數據進行分類的功能。
serialize_class_svm
Serialize a support vector machine (SVM). 序列化的支持向量機（SVM）。 train_class_svm
Train a support vector machine. 訓練支持向量機。
write_class_svm
Write a support vector machine to a file. 寫一個支援向量機的檔。 write_samples_class_svm
Write the training data of a support vector machine to a file. 支援向量機的訓練數據寫入到文件中。
Control控制 assign
Assign a new value to a control variable. 分配一個新的控制變量的值。 assign_at
Assignment of one or several values to one or several tuple elements. 分配
一個或多個值的一個或多個元組元素。
break
Terminate loop execution or leave a switch block. 終止循環執行或離開一個switch塊。 case
Jump label that starts a branch within a switch block. 跳轉開始的一個分支，在一個開關塊的標籤。
catch
Catches exceptions that were thrown in the preceding try block. 被扔在前面的try塊捕獲異常。 comment
Add a comment of one line to the program. 添加評論一行的程式。 continue
Skip the current loop execution. 跳過當前循環的執行。 default
Alternative branch in a switch block. 在switch塊的替代分支。 else
Alternative of conditional statement. 替代條件語句。 elseif
Conditional statement with alternative. 條件語句的替代。 endfor
End statement of a for loop. End語句for循環。