您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. C5.0软件决策树模型

  2. C5.0是决策树模型中的算法,79年由J R Quinlan发展,并提出了ID3算法,主要针对离散型属性数据,其后又不断的改进,形成C4.5,它在ID3基础上增加了队连续属性的离散化。 C5.0是C4.5应用于大数据集上的分类算法,主要在执行效率和内存使用方面进行了改进。 C4.5算法是ID3算法的修订版,采用GainRatio来加以改进方法,选取有最大GainRatio的分割变量作为准则,避免ID3算法过度配适的问题。 C5.0算法则是C4.5算法的修订版,适用于处理大数据集,采用Boost
  3. 所属分类:其它

    • 发布日期:2012-12-06
    • 文件大小:686080
    • 提供者:baishikele_hw
  1. R决策树实现

  2. R语言决策树实现方法代码,library(rpart) library(rpart) library(rpart.plot) library(rpart.plot) #rpart决策树计算 run_statement<-paste('fit<-rpart(', names(data_in_sub)[length(names(data_in_sub))], '~., data=data_in_sub, method="class")') eval(parse(text=run_sta
  3. 所属分类:Redis

    • 发布日期:2013-08-16
    • 文件大小:863
    • 提供者:jenny828328
  1. 决策树的R语言实现

  2. 数据挖掘方法中的决策树方法,在R语言上如何实现,
  3. 所属分类:专业指导

    • 发布日期:2014-11-17
    • 文件大小:449536
    • 提供者:guohangfly
  1. 回归方法和机器学习方法以及R代码实现

  2. R语言回归方法和机器学习方法的讲解,课件是pdf形式 R代码-机器学习方法包括决策树、随机森林、svm、神经网络、boosting、bagging以及各种回归方法 其中包含一些数据及例子以供参考。
  3. 所属分类:讲义

    • 发布日期:2015-05-11
    • 文件大小:12582912
    • 提供者:letsgoaway
  1. ID决策树(R实现)

  2. 采用R语言实现的ID3决策树,包括了模型训练函数和分类预测函数。使用数据框模拟xml文件存储决策树,实现了ID3的分类功能。
  3. 所属分类:机器学习

    • 发布日期:2017-09-21
    • 文件大小:4096
    • 提供者:xiaohukun
  1. 决策树4.5——R语言实现

  2. 决策树的R语言实现,有注释,有感兴趣的朋友欢迎看!共同学习
  3. 所属分类:其它

    • 发布日期:2017-12-29
    • 文件大小:1024
    • 提供者:weixin_41559234
  1. 深度学习基础加进阶视频教程

  2. 【课程内容】 基础 课程介绍机器学习介绍 深度学习介绍 基本概念 决策树算法 决策树应用 最邻近规则分类KNN算法 最邻近规则KNN分类应用 支持向量机SVM 神经网络算法应用 简单线性回归 多元线性回归 非线性回归 Logistic Regression 回归中的相关度和决定系数 回归中的相关性和R平方值应用 Kmeans算法 Kmeans应用 Hierarchical clustering 层次聚类 进阶 基本概念 软件包安装和环境配置总述 环境配置分部详解 手写数字识别 神经网络基本结构
  3. 所属分类:深度学习

    • 发布日期:2018-03-14
    • 文件大小:75
    • 提供者:u013844840
  1. 基于R软件rpart包的分类和回归树的应用

  2. 知网下载的谢老师发表文献,可以指导决策树构建。 特别适用于菜鸟学习哈!
  3. 所属分类:算法与数据结构

    • 发布日期:2018-04-28
    • 文件大小:144384
    • 提供者:qq_37765742
  1. 机器学习方法R实现-用决策树、神经网络等九种机器学习方法对信用卡违约率建模

  2. 用R实现多种主流的机器学习方法进行,对信用卡违约率进行机器学习建模、模型评价和调参
  3. 所属分类:算法与数据结构

    • 发布日期:2018-07-21
    • 文件大小:2097152
    • 提供者:tomocat
  1. 使用C5.0决策树识别高风险银行贷款--代码

  2. 使用C5.0决策树识别高风险银行贷款,代码,通过R语言实现。
  3. 所属分类:机器学习

    • 发布日期:2019-01-30
    • 文件大小:2048
    • 提供者:weixin_43358229
  1. 大数据机器学习框架(弥勒佛)MLF.zip

  2. 让天下没有难做的大数据模型!功能下面是弥勒佛框架解决的问题类型,括号中的斜体代表尚未实现以及预计实现的时间监督式学习:最大熵分类模型(max entropy classifier),决策树模型(decision tree based models,2014 Q1)非监督式学习:聚类问题(k-means,2014 Q1)在线学习:在线梯度递降模型(online stochastic gradient descent)神经网络(2014 Q2/3)项目实现了下面的组件多种数据集(in-mem,sk
  3. 所属分类:其它

    • 发布日期:2019-07-19
    • 文件大小:5242880
    • 提供者:weixin_39841848
  1. 随机森林实现及调参的R与Python对比——以泰坦尼克幸存者数据为例

  2. 随机森林实现及调参一、R语言方法一、手动调参方法二、网格调参二、python 注:本博客数据仍采用决策树调参的泰坦尼克号数据,前奏(数据预处理)请参考☞ 决策树R&Python调参对比☜ 一、R语言 方法一、手动调参 PS.仅使用常规包:randomForest和循环编写。 1-建模 set.seed(6) rf <- randomForest(Survived~.,data=train,ntree=100) y_pred <- predict(rf,test) A <- as
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:94208
    • 提供者:weixin_38659311
  1. 机器学习:IDE3决策树(原理+python实现)

  2. 不管对决策树的知识了解有多少,这次通过一个简单的例子来就能够了解它的原理和明白实现的方法。 实际场景 对于一个眼科医生而言,当面对病人是否需要佩戴隐形眼镜时,只需要通过几个问题就能够判断出病人是需要带软,硬还是不能带隐形眼镜。因此我们的数据集就是病人的四个特征(‘age’, ‘prescr ipt’, ‘astigmatic’, ‘tearRate’)的组合以及对应的结论(‘soft’,‘hard’,‘no lenses’),获取数据点击这里,提取码tvj6 先加载数据,如下: # 加载数据 d
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:118784
    • 提供者:weixin_38740596
  1. rcppcorels:R绑定到可证明的最佳规则列表(Corels)学习者-源码

  2. corels:“可证明最佳RulE ListS”的R接口(Corels) 它是什么? CORELS是一种自定义离散优化技术,用于在分类特征空间上构建规则列表。 该算法为最佳解决方案提供了最佳性证书。 通过利用算法界限,有效的数据结构和计算重用性,它可以在时间上实现几个数量级的加速并显着减少内存消耗。 这种方法可以在几秒钟内针对实际问题生成最佳规则列表,并为CART和其他决策树方法提供了一种新颖的替代方法。 有关更多信息,请参见,, , , , ,或。 有关Corels的更多信息,也可以阅读
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:249856
    • 提供者:weixin_42118160
  1. 面板回归树:叶子中具有固定效果面板模型的回归树-源码

  2. 面板回归树 介绍 该代码使用每个叶子中的固定效果面板回归模型来实现决策树。 这种方法将经典回归树扩展到面板结构化数据,并允许在叶子中拟合更复杂的模型。 该树的生长方式与经典回归树相同,即通过最小化方差。 关于正常回归树的主要区别在于,我们必须确保每个“个体”在每个节点中至少有一个观察值。 可以通过输入min_ids控制每个人的最小观察min_ids 。 用法 主要功能是build_tree ,它构造并拟合固定效果面板模型。 用户必须定义​​一个回归函数formula ,用于拆分数据的变量spl
  3. 所属分类:其它

    • 发布日期:2021-03-01
    • 文件大小:5120
    • 提供者:weixin_42160376
  1. 数据挖掘算法R语言实现之决策树.doc

  2. 数据挖掘算法R语言实现之决策树.doc
  3. 所属分类:其它

    • 发布日期:2021-02-27
    • 文件大小:95232
    • 提供者:weixin_41429382
  1. rgf:正则化贪婪森林(RGF)库的主存储库。 它包括本文的原始实现和用C ++编写的多线程代码,以及各种特定于语言的包装器-源码

  2. 正规贪婪森林 正规贪婪森林(RGF)是描述的一种树群机器学习方法。 在许多数据集上,RGF可以提供比梯度增强决策树(GBDT)更好的结果,它已被用来赢得一些Kaggle比赛。 与传统的增强决策树方法不同,RGF直接与基础森林结构配合使用。 RGF整合了两种思想:一种是将树形结构的正则化纳入学习公式; 另一种是采用完全校正的正则化贪婪算法。 该存储库包含RGF算法的以下实现: :本文的原始实现; :具有一些简化的多核实现; :Python的RGF和FastRGF实现的包装; :Rg
  3. 所属分类:其它

    • 发布日期:2021-02-20
    • 文件大小:3145728
    • 提供者:weixin_42140846
  1. 机器学习:Python和R中的基本ML概念-源码

  2. 机器学习 我将尝试在Python和R中实现以下每个部分。 数据集属于超级数据科学( ) 涉及的主题 回归 简单线性回归 多项式回归 森林随机回归 分类 K最近邻居 支持向量机 朴素贝叶斯 决策树分类 随机森林分类 聚类 K均值聚类 关联规则学习 强化学习 深度学习 降维 选型与提升
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:443392
    • 提供者:weixin_42131890
  1. 基于决策树的企业信息系统故障自动诊断分析方法

  2. 目前,大型企业信息系统规模和复杂度快速增长,但对故障的诊断分析仍主要依赖传统的人工经验,这不仅耗时、耗力,还影响对故障的及时处理。针对这一问题,创新性地提出了基于决策树的企业信息系统故障自动诊断分析方法,根据信息系统运行监控指标告警信息,实现对信息系统故障的自动诊断。利用某大型国有企业的实际生产运行数据,提取典型告警数据特征对该方法进行了验证,并在R语言环境下对决策树模型及其训练方法进行了仿真和对比分析。实验结果证明,该方法可以较为准确地实现故障自动快速诊断,有助于提高信息系统故障诊断分析效率。
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:888832
    • 提供者:weixin_38502915
  1. Movie_Success_Prediction_Data_Mining:通过ML算法(朴素贝叶斯,支持向量机,决策树)基于IMDb数据预测电影成功-源码

  2. INSE6180 使用3个研究论文的数据挖掘算法实现。 该项目使用所有上述算法对从IMDb数据库获得的数据进行ML分析。 这些算法(朴素贝叶斯算法,决策树算法和支持向量机)在不同的数据集上效果最佳,但为了使它们更公平,已使用了新的IMDb数据库。 首先,对数据进行清洗,预处理,修剪然后整合,以便为分类器提供可能的最佳有意义数据。 考虑到要进行分析,分类器从头开始用Python语言编写了脚本。 最后,在已开发的分类器中进行分析,并进行比较研究。 队友:Gursimran Singh –400
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:2097152
    • 提供者:weixin_42109732
« 12 »