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. 数据挖掘-决策树算法

  2. quilan的决策树c4.5-r8的windows版本

  3. 所属分类：C

    • 发布日期：2007-08-21
    • 文件大小：149504
    • 提供者：kiki9973

  1. 决策树C4.5算法，C语言写的，很好很强大

  2. c语言的决策树C4.5。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。决策树的分类模型，以其特有的优点广为人们采用。首先，决策树方法结构简单，便于人们理解；其次，决策树模型效率高，对训练集数据量较大的情况较为适合；第三.决策树方法通常不需要受训数据外的知识；第四，决策树方法具有较高的分类精确度。

  3. 所属分类：C

    • 发布日期：2009-06-02
    • 文件大小：489472
    • 提供者：happyfamilyy

  1. 决策树C4.5

  2. 经典的数据挖掘算法决策树C4.5

  3. 所属分类：C

    • 发布日期：2007-11-20
    • 文件大小：149504
    • 提供者：thefirstone

  1. C4.5决策树 java

  2. C4.5决策树 C4.5决策树 C4.5决策树 java 数据挖掘

  3. 所属分类：C

    • 发布日期：2010-09-01
    • 文件大小：3072
    • 提供者：lemonxxx

  1. 决策树之C4.5代码实现

  2. 资料用代码实现了决策树C4.5算法，能让你对C4.5有一个全新的理解

  3. 所属分类：网络监控

    • 发布日期：2011-04-22
    • 文件大小：489472
    • 提供者：tianxingjianof

  1. 决策树c4.5算法实现

  2. 决策树c4.5算法简单实现，ID3改进，用C++编程实现

  3. 所属分类：C++

    • 发布日期：2011-06-09
    • 文件大小：15360
    • 提供者：mianxian

  1. matlab决策树算法源代码

  2. %matlab 决策树C4.5算法源代码 function D = C4_5(train_features, train_targets, inc_node, region) % Classify using Quinlan's C4.5 algorithm % Inputs: % features - Train features % targets - Train targets % inc_node - Percentage of incorrectly assigned samples

  3. 所属分类：其它

    • 发布日期：2011-06-21
    • 文件大小：6144
    • 提供者：wen_miao

  1. 决策树c4.5源码

  2. 基于vs2008开发的c++版本的决策树算法，c4.5，并配有两个简单分类实例

  3. 所属分类：C++

    • 发布日期：2012-02-28
    • 文件大小：845824
    • 提供者：yang_xian521

  1. 决策树C4.5算法

  2. 实现决策树C4.5算法，对数据进行训练，得到决策模型，并用以预测新数据，得到分类结果。

  3. 所属分类：C++

  1. 机器学习十大算法(1)：决策树C4.5.rar

  2. 机器学习十大算法(1)：决策树C4.5.rar

  3. 所属分类：Android

    • 发布日期：2012-06-26
    • 文件大小：268288
    • 提供者：q123456789098

  1. 决策树C4.5算法实现 源码

  2. 决策树C4.5算法实现 源码

  3. 所属分类：其它

    • 发布日期：2012-11-03
    • 文件大小：157696
    • 提供者：whdx666666

  1. matlab_决策树C4.5算法源代码

  2. matlab_决策树C4.5算法源代码,支持matlab环境

  3. 所属分类：其它

    • 发布日期：2013-09-21
    • 文件大小：6144
    • 提供者：u012192658

  1. 决策树C4.5算法

  2. 决策树C4.5的java实现代码 实现了决策树的离散数据的分类

  3. 所属分类：Java

    • 发布日期：2013-10-09
    • 文件大小：4096
    • 提供者：reacherxu

  1. 决策树C4.5算法源代码

  2. 数据挖掘经典算法决策树C4.5matlab实现源代码，简单易懂。

  3. 所属分类：数据库

    • 发布日期：2014-05-07
    • 文件大小：6144
    • 提供者：pu13131

  1. 因素空间理论的决策树C4.5算法改进

  2. 针对决策树C4.5算法在处理数值型因素时比较复杂和分类精度不高等问题,在数据预处理过程中采用云变换进行连续因素离散化,给出了连续属性离散化的具体算法.利用因素空间理论给出一种构造决策树算法的新的启发式函数—分辨度,分析了算法的时间复杂度,证明其为多项式算法.研究结果表明:改进算法的测试准确率和效率均优于决策树算法.

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：620544
    • 提供者：weixin_38551376

  1. c语言实现决策树c4.5

  2. c语言实现决策树c4.5

  3. 所属分类：C

    • 发布日期：2020-05-05
    • 文件大小：145408
    • 提供者：qq_22133507

  1. python实现决策树C4.5算法详解(在ID3基础上改进)

  2. 下面小编就为大家带来一篇python实现决策树C4.5算法详解(在ID3基础上改进)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：132096
    • 提供者：weixin_38593823

  1. Python实现决策树C4.5算法的示例

  2. 本篇文章主要介绍了Python实现决策树C4.5算法的示例，详解的介绍了决策树C4.5算法的原理和实现代码，非常具有实用价值，需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：230400
    • 提供者：weixin_38557935

  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. Python实现决策树C4.5算法的示例

  2. 为什么要改进成C4.5算法 原理 C4.5算法是在ID3算法上的一种改进，它与ID3算法最大的区别就是特征选择上有所不同，一个是基于信息增益比，一个是基于信息增益。 之所以这样做是因为信息增益倾向于选择取值比较多的特征(特征越多，条件熵(特征划分后的类别变量的熵)越小，信息增益就越大)；因此在信息增益下面加一个分母，该分母是当前所选特征的熵，注意：这里而不是类别变量的熵了。 这样就构成了新的特征选择准则，叫做信息增益比。为什么加了这样一个分母就会消除ID3算法倾向于选择取值较多的特征呢？ 因为

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：230400
    • 提供者：weixin_38647517
« 12 3 4 5 6 7 8 9 10 »