多示例学习工具箱

用matlab编写的multiple-instance learning工具箱，实现了多种mil的算法，包括emdd, mi-svm, citation-knn等，同时支持不同的测试策略，如随机划分，leave-one-out，ten-fold-validation等，里面包含了libsvm的matlab实现，可以作为一个独立的算法使用。包中自带测试数据集，为标准的多示例数据集，通过扩展可以进行MIML的训练和测试任务。

MILL
svm
bag2instance.m
bag_MI_SVM.m
Classify.m
DD.m
EMDD.m
evaluate_by_inst_choice.m
example.data
example2.data
GetClassSet.m
inst_MI_SVM.m
iterdiscrim_APR.m
kNN.m
LibSVM.m
mil2sil.m
MIL_Bag_Evaluate.m
MIL_Classify.m
MIL_Cross_Validate.m
MIL_Data_Load.m
MIL_Data_Save.m
MIL_Inst_Evaluate.m
MIL_Leave_One_Out.m
MIL_Run.m
MIL_Scale.m
MIL_Size.m
MIL_Test_Validate.m
MIL_Train_Test_Simple.m
MIL_Train_Test_Validate.m
MIL_Train_Validate.m
OutputRet.m
ParseCmd.m
ParseParameter.m
prob2label.m
ReadInput.pl
sparse_example.data
splitarray.m
strsplit.m
strtrim.m