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. python 决策树实例代码

  2. python决策树的实例代码，相应的文件和详细的注释说明，直接运行test_tree文件即可显示结果

  3. 所属分类：Python

    • 发布日期：2015-08-15
    • 文件大小：8192
    • 提供者：zhaofrjx

  1. Python实现的以决策树为基准学习器的随机森林，从输入到输出完整的程序

  2. 打开压缩包有两个.py文件，运行randomForest.py即可

  3. 所属分类：算法与数据结构

    • 发布日期：2017-08-22
    • 文件大小：2048
    • 提供者：weixin_37688445

  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. 决策树（DecisionTree）项目（python代码实现）

  2. 本压缩包包含： 1.本决策树（DecisionTree）项目python源代码文件； 2.项目用的数据（csv格式）； 3.一个普通文件，记录本项目的调试过程，用作实战参考

  3. 所属分类：机器学习

    • 发布日期：2018-10-08
    • 文件大小：4096
    • 提供者：aaliweipeng

  1. C4.5决策树算法的Python代码和数据样本

  2. 资源中包含完整的C4.5决策树算法Python代码和测试数据，其中有4个文件：C45.py是算法的实现代码，treePlotter.py是绘制决策树代码，PlayData.txt是样本数据，C45test.py用来构建、绘制并测试决策树，您可以运行该文件来依次进行决策树的构建、剪枝、绘制树型图，并对测试样本进行分类。

  3. 所属分类：机器学习

    • 发布日期：2018-12-21
    • 文件大小：7168
    • 提供者：leaf_zizi

  1. Day10-决策树与贝叶斯.xmind

  2. 整理python机器学习常用算法，里面涵盖基础操作，案例解析和注意事项，包括knn算法、逻辑斯蒂回归、线性归回、岭回归、SVM支持向量机、决策树、贝叶斯等，因不能同时上传多个文件，所以逐一上传，如果下载文档的博友有问题可以随时咨询我，保证物有所值

  3. 所属分类：机器学习

    • 发布日期：2020-01-13
    • 文件大小：789504
    • 提供者：ZZQHELLO2018

  1. python 决策树算法的实现

  2. ''' 数据集：Mnist 训练集数量：60000 测试集数量：10000 ------------------------------ 运行结果：ID3(未剪枝) 正确率：85.9% 运行时长：356s ''' import time import numpy as np def loadData(fileName): ''' 加载文件 :param fileName:要加载的文件路径 :return: 数据集和标签集 ''' # 存放数据及标记 dataA

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：92160
    • 提供者：weixin_38721691

  1. python实现基于信息增益的决策树归纳

  2. 本文实例为大家分享了基于信息增益的决策树归纳的Python实现代码，供大家参考，具体内容如下 # -*- coding: utf-8 -*- import numpy as np import matplotlib.mlab as mlab import matplotlib.pyplot as plt from copy import copy #加载训练数据 #文件格式：属性标号，是否连续【yes|no】，属性说明 attribute_file_dest = 'F:\\bayes_cate

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：62464
    • 提供者：weixin_38605801

  1. 决策树python文件

  2. 决策树python文件

  3. 所属分类：互联网

    • 发布日期：2021-01-02
    • 文件大小：2048
    • 提供者：cmax01

  1. python输出决策树图形的例子

  2. windows10： 1，先要pip安装pydotplus和graphviz： pip install pydotplus pip install graphviz 2，www.graphviz.org下载msi文件并安装。 3，系统环境变量path中增加两项： C:\Program Files (x86)\Graphviz2.38\bin C:\Program Files (x86)\Graphviz2.38 #确认graphviz是安装在上面路径当中。 4，python中使用方法：

  3. 所属分类：其它

    • 发布日期：2021-01-02
    • 文件大小：35840
    • 提供者：weixin_38687539

  1. machine-learning-python：使用Python进行机器学习的演示-源码

  2. 机器学习Python AI / ML不再是理想技术，而是必需品。 根据Gartner，到2024年，尝试实施ML的所有公司中将有75％投入使用。 该POC的algorithm文件夹下已涵盖了各种ML算法。 这些是Jupyter笔记本。 运行Anaconda-> Jupyter->选择.ipynb。 Jupyter快捷方式： ctrl + Enter：运行命令集 alt + Enter：运行命令集，并在下面为下一组命令插入一个新框。 人工智能，机器学习与深度学习 AI：将类似于

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：31457280
    • 提供者：weixin_42097819

  1. 教学环境-集成体：决策树和集成体讲授的Conda环境-源码

  2. 教学环境 决策树和集成乐团的Conda环境讲座。 用法 首先安装Python 3（64位 。 如果使用Windows，请确保仅为当前用户安装Anaconda，并将其安装在不包含非UTF字符（例如ñ或á ）的文件夹下。 安装后，请按照特定操作系统的说明进行操作。 Linux或Mac 将下载到您的计算机（右键单击->将链接另存为...），然后在同一文件夹中打开一个终端。 然后输入 conda env create -f environment.yml 使用必要的程序包创建一个名为ensem

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：9216
    • 提供者：weixin_42125192

  1. Python大数据处理案例

  2. 分享知识要点：lubridate包拆解时间|POSIXlt利用决策树分类，利用随机森林预测利用对数进行fit，和exp函数还原训练集来自Kaggle华盛顿自行车共享计划中的自行车租赁数据，分析共享自行车与天气、时间等关系。数据集共11个变量，10000多行数据。https://www.kaggle.com/c/bike-sharing-demand首先看一下官方给出的数据，一共两个表格，都是2011-2012年的数据，区别是Test文件是每个月的日期都是全的，但是没有注册用户和随意用户。而Tra

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：206848
    • 提供者：weixin_38499349

  1. pyAnalytics：此存储库，用于使用Python编程进行教学分析-源码

  2. pyAnalytics 此库用于使用Python编程文件夹结构进行教学分析（数字按教学顺序排列），详细信息请参见PDF主题杂项提示日常设置库数据结构函数数据导入导出统计数据Numpy Pandas SQL绘图普通Matplotlib Seaborn绘图Nine线性建模Logistic回归决策树聚类文本挖掘域营销财务案例研究图片车间数据

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：11534336
    • 提供者：weixin_42137539

  1. python-roofit：在python笔记本中使用Roofit-源码

  2. 在Python笔记本中使用Roofit进行拟合 介绍 fit_double_gaussian.ipynb包含适合双重高斯信号和Chebychev背景所需的大多数代码。 lambda_small.root是一个根文件，其中包含Lambda lambda_small.root分布。 树的mva分支是增强决策树的分类输出。 在mva上mva ，例如。 mva > 0.5将拒绝大多数背景。 rootnotes.py是我从其他人复制的脚本，可将情节显示在jupyter笔记本中 搭建环境 安装an

  3. 所属分类：其它

    • 发布日期：2021-02-20
    • 文件大小：11534336
    • 提供者：weixin_42102358

  1. Decision_Tree_Regression：使用Python进行决策树回归-源码

  2. Decision_Tree_Regression 使用Python进行决策树回归 执行代码的步骤： •首先下载决策树Regression.py文件和数据集。 并确保两个文件都在文件夹中。 •然后在任何Python编译器中打开python文件并运行代码。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：2048
    • 提供者：weixin_42101056

  1. catboost：决策树上的快速，可扩展，高性能的梯度增强库，用于对Python，R，Java，C ++进行排名，分类，回归和其他机器学习任务。 支持CPU和GPU上的计算-源码

  2. | | | | CatBoost是一种基于决策树的机器学习方法。 CatBoost的主要优点： 与许多数据集上的其他GBDT库，质量更高。 同类最佳的速度。 同时支持功能。 快速的GPU和多GPU支持开箱即用地进行培训。 可视化工具。 入门和文档 所有CatBoost文档均。 按照以下说明安装CatBoost 接下来，您可能要调查： 和预测 如果您无法在浏览器中打开文档，请尝试将yastatic.net和yastat.net添加到隐私标记中允许的域列表中。 生产中的Catboos

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：370147328
    • 提供者：weixin_42114645

  1. python代码实现ID3决策树算法

  2. 本文实例为大家分享了python实现ID3决策树算法的具体代码，供大家参考，具体内容如下 ''''' Created on Jan 30, 2015 author: 史帅 ''' from math import log import operator import re def fileToDataSet(fileName): ''''' 此方法功能是:从文件中读取样本集数据,样本数据的格式为:数据以空白字符分割,最后一列为类标签 参数: fileName

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：47104
    • 提供者：weixin_38620893

  1. somnathchouwdhury-weather-analysis-clusteing-using-k-means-algorithm-machine-learning:我们将学习如何在Python中使用scikit-learn执行k均值

  2. somnathchouwdhury天气分析聚类，使用k均值算法学习机器 我们将学习如何在Python中使用scikit-learn执行k-means聚类。 您可以从以下链接下载数据集： : 确保将csv文件和python代码保留在同一文件夹中，或相应地更改位置。关于数据集： 天气数据说明 天气数据集与我们在基于决策树的分类器笔记本中使用的每日天气数据集来自同一来源。 这两个数据集之间的主要区别在于，天气数据集包含以一分钟为间隔捕获的原始传感器测量值。 相反，每日天气数据集包含经过处理和

  3. 所属分类：其它

    • 发布日期：2021-03-30
    • 文件大小：164864
    • 提供者：weixin_42097208
« 12 »