注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 决策树（ID3算法）

  2. ID3算法的ppt，无代码，一个简单的例子

  3. 所属分类：讲义

    • 发布日期：2015-11-06
    • 文件大小：990208
    • 提供者：qq_26910729

  1. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课

  2. 2017年最新机器学习入门与实战精品高清全套视频教程附讲义作业(anaconda2 4.3Pytyhon2.7 jupyter) 70课 课程介绍: 从基本的软件安装到必备的Python扩展讲起，然后对机器学习算法一一讲解，同时配合编程实操的实现过程，适合零基础系统学习，配套资料包括讲义作业软件数据都有。 课程目录: 第一章Numpy前导介绍 1.1、Anconda安装 1.2、JupyterNoteBook 1.3、Numpy介绍+ndarry 1.4、ndarry的shape属性巧算 1.

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：2048
    • 提供者：happyzhangdi008

  1. 决策树算法python代码实现

  2. 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构，其中每个内部节点

  3. 所属分类：机器学习

    • 发布日期：2018-06-01
    • 文件大小：4096
    • 提供者：u010919410

  1. 决策树ID3算法实验_数据集car_databases

  2. 用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！ 该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）： 已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4 个类别； 求：用ID3算法建立Car-Evaluation的属性描述决策

  3. 所属分类：Python

    • 发布日期：2018-06-12
    • 文件大小：1048576
    • 提供者：qq_33825817

  1. sklearn0.19中文文档

  2. sklearn0.19中文文档 PDF格式高清。 .1. 广义线性模型 1.1.1. 普通最小二乘法 1.1.1.1. 普通最小二乘法复杂度 1.1.2. 岭回归 1.1.2.1. 岭回归的复杂度 1.1.2.2. 设置正则化参数：广义交叉验证 1.1.3. Lasso 1.1.3.1. 设置正则化参数 1.1.3.1.1. 使用交叉验证 1.1.3.1.2. 基于信息标准的模型选择 1.1.3.1.3. 与 SVM 的正则化参数的比较 1.1.4. 多任务 Lasso 1.1.5. 弹性网络

  3. 所属分类：机器学习

    • 发布日期：2018-10-30
    • 文件大小：14680064
    • 提供者：hardpen2013

  1. 决策树python代码

  2. 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构，其中每个内部节点

  3. 所属分类：机器学习

    • 发布日期：2019-03-31
    • 文件大小：2048
    • 提供者：qq_42617330

  1. 模式识别作业答案.docx

  2. 由15个样本组成的贷款申请训练数据，包括四个特征（年龄，有无工作，有无房屋，信贷情况），最后一列是类别，表示是否同意其贷款。（1）计算所有特征对上表中数据集的信息增益；（2）用ID3算法建立决策树。用伪代码描述一种决策树剪枝的方法。预剪枝，后剪枝两类。给出PCA算法的计算过程。样本降维。

  3. 所属分类：互联网

    • 发布日期：2020-03-27
    • 文件大小：482304
    • 提供者：qq_36918538

  1. 决策树算法（ID3）代码

  2. 决策树算法（ID3）代码

  3. 所属分类：Python

    • 发布日期：2016-10-23
    • 文件大小：2048
    • 提供者：youyuyixiu

  1. python实现决策树C4.5算法详解(在ID3基础上改进)

  2. 一、概论 C4.5主要是在ID3的基础上改进，ID3选择（属性）树节点是选择信息增益值最大的属性作为节点。而C4.5引入了新概念“信息增益率”,C4.5是选择信息增益率最大的属性作为树节点。 二、信息增益 以上公式是求信息增益率（ID3的知识点） 三、信息增益率 信息增益率是在求出信息增益值在除以。 例如下面公式为求属性为“outlook”的值： 四、C4.5的完整代码 from numpy import * from scipy import * from math import lo

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：134144
    • 提供者：weixin_38509504

  1. 机器学习决策树算法中特征选项的算法实现——信息熵

  2. 机器学习决策树算法中特征选项的算法实现——信息熵 首先我们将信息熵的定义进行阐述: 熵经验熵 我们这里以网上数据贷款申请为例:数据来自（https://blog.csdn.net/c406495762/article/details/75663451） 在这里我们利用ID3算法分别计算年龄这个属性里的三个分支青年H(D1)、H(D2)、H(D3)的信息熵。 问题理解很简单，公式也很简单，其代码如下： """ 年龄：0代表青年，1代表中年，2代表老年 类别（是否给贷款）：no代表否，y

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：155648
    • 提供者：weixin_38688145

  1. 机器学习推导+python实现（二）：逻辑回归

  2. 写在开头：今天开始逻辑回归的内容分享，仍然是参考学习公众号机器学习实验室的思路和内容，尽量在实现的环节多加一些自己的思考，吸收一下。 内容安排 线性回归（一）、逻辑回归（二）、K近邻（三）、决策树值ID3（四）、CART（五）、感知机（六）、神经网络（七）、线性可分支持向量机（八）、线性支持向量机（九）、线性不可分支持向量机（十）、朴素贝叶斯（十一）、Lasso回归（十二）、Ridge岭回归（十三）等。 今天就是从逻辑回归的内容进行分享，逻辑回归的思想其实在现实生活中很常见，比如通过一段编程的能

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：190464
    • 提供者：weixin_38663516

  1. Python决策树可视化代码.zip

  2. id3算法创建决策树，用matplotlib库实现决策树可视化（机器学习入门）

  3. 所属分类：其它

    • 发布日期：2021-02-06
    • 文件大小：5120
    • 提供者：weixin_46025925

  1. MLDemo：此仓库是所有与机器学习相关的项目代码及其研究生级别的博客文章-源码

  2. HEXO个人博客地址： 机器学习练手代码 描述：主要包括机器学习的基础算法的实现，相关竞赛代码，论文和项目复现代码。 1毫升 1.1决策树相关算法 - 本篇博客记录的是使用python实现两个决策树相关的算法模型-ID3，C4.5。其中训练模型使用的数据集是成人。 本篇博客主要记录的是基于CART决策树实现的随机森林算法，主要是从以下四个方面介绍：CART决策树的重构思想；集成学习中的包容思想；基于CART决策树的随机森林代码实现； （其中不易过拟合并不是说随机森林不会过拟合） 本篇博客主要记录

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：68157440
    • 提供者：weixin_42166623