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. 基于多维关联规则的决策树分类法

  2. 决策树是一种分类和预测的方法，最后产生一个树型结 构：每一个叶节点包含一个类别，每一个中间节点是一个扩 展属性，每一个分枝由扩展属性值决定，树的最高层节点就 是根节点。 为了对未知数据对象进行分类识别，可以根据决策树的 结构对数据集中的属性值进行测试，从决策树的根节点到叶 节点的一条路径就形成了对应对象的类别预测。可以很容易 的将决策树转换为相应的规则。

  3. 所属分类：专业指导

    • 发布日期：2009-05-23
    • 文件大小：804864
    • 提供者：dujianlin86

  1. 数据挖掘网格中决策树并行算法设计及性能分析

  2. 提出了C4.5决策树算法的一种并行算法，使传统的串行分类算法能在多台PC机和服务器组成的数据挖掘网格上并行数据挖掘．采用数据纵横剖分，结合递归过程的并行化，实现了可扩展的高性能并行计算，解决了处理海量数据时没有较好并行分类算法的问题．并给出了指导该并行算法高效计算的方法．数据运行试验和算法分析表明，该并行算法的性能受多个因素影响，并具有高效的并行效率计算加速比．

  3. 所属分类：其它

    • 发布日期：2009-07-24
    • 文件大小：223232
    • 提供者：timeme

  1. 用元决策树组合多个分类器的方法

  2. 在机器学习中，分类器融合已经成为一个新的研究领域。该本文介绍了用元决策树（MDT）融合多个分类器的新方法，阐释了 MDT、元属性以及用MDT组合多个分类器的stacking框架。

  3. 所属分类：专业指导

    • 发布日期：2009-12-16
    • 文件大小：249856
    • 提供者：yifanyingzyf

  1. 决策树分类算法优化研究

  2. 数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的 过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政 府、教育、运输以及国防等领域。 数据分类是数据挖掘中一个重要的内容。分类存在很多方法，其 中决策树算法是以实例为基础的归纳学习算法，以其易于提取显式规 则、计算量相对较小、可以显示重要的决策属性和较高的分类准确率 等优点而得到广泛的应用。据统计，目前决策树算法是利用最广泛的 数据挖掘算法之一。 然而在实际应用过程中，现存的决策树算法也存在着很多不足之 处，如计算效率低下、多值

  3. 所属分类：其它

    • 发布日期：2009-12-26
    • 文件大小：3145728
    • 提供者：humanrights

  1. 决策树分类算法的分析和比较

  2. 在数据挖掘中存在多种算法, 决策树分类算法是应用比较多的一种。基于决策 树分类算法的研究现状, 对各种决策树分类算法的基本思想进行了阐述, 并对不同的 算法进行了分析和比较。

  3. 所属分类：其它

    • 发布日期：2010-03-07
    • 文件大小：100352
    • 提供者：letmeleave

  1. C5决策树遥感影像分类软件

  2. casmRSIC是一款基于AE开发的遥感影像分类软件，它采用了C5决策树分类算法，精度要远高于ENVI的C4.5算法和ERADAS的监督分类算法。其设计思路与See5+ERDAS的CART插件分类方法一样，但操作却要比它简单的多，而且在C5模块上与See5具有相同的精度。

  3. 所属分类：C#

    • 发布日期：2011-12-13
    • 文件大小：1048576
    • 提供者：sailingw

  1. 转载 ：基于神经网络的分类决策树构造

  2. 转载 ：目前基于符号处理的方法是解决分类规则提取问题的主要方法，而基于神经网络的连接主义方法则用的不 多，其主要原因在于虽然神经网络的分类精度高，但难于提取其所隐含的分类规则与知识。针对这个问题，结合神经网 络的具体特点，该文提出了一种基于神经网络的构造分类决策树的新方法。该方法通过神经网络训练建立各属性与分 类结果之间的关系，进而通过提取各属性与分类结果之间的导数关系来建立分类决策树。给出了具体的决策树构造算 法。同时为了提高神经网络所隐含关系的提取效果，提出了关系强化约束的概念并建立了具体

  3. 所属分类：C/C++

    • 发布日期：2011-12-29
    • 文件大小：409600
    • 提供者：lijin_1234

  1. 决策树Scart.rar

  2. 分类回归树 CART Classification And Regression Tree 也属于一种决策树 分类回归树是一棵二叉树 且每个非叶子节点都有两个孩子 所以对于第一棵子树其叶子节点数比非叶子节点数多1

  3. 所属分类：数据库

    • 发布日期：2014-04-07
    • 文件大小：17408
    • 提供者：sdongheng

  1. 用Python实现决策树分类算法

  2. 1. 使用Python实现基本的决策树算法； 2. 主要使用pandas的DataFrame实现； 3. 为防止过度拟合，在小于20个记录时，直接选取记录中最多类别； 3. 没有画决策树图

  3. 所属分类：Python

    • 发布日期：2015-06-13
    • 文件大小：2048
    • 提供者：a464357735

  1. 决策树算法(Java实现)

  2. 决策树生成算法的Java实现，可能还有一些BUG，没有做仔细校验与测试，完成主要功能。决策树具体详解移步:http://blog.csdn.net/adiaixin123456/article/details/50573849 项目的目录结构分为四个文件夹algorithm，common，data，test (1)algorithm为算法，包括DecisionTree(决策树生成算法)、IAttrSelector(最佳分裂点属性选择算法接口)、BaseAttrSelector(基础的属性选择算

  3. 所属分类：Java

    • 发布日期：2016-01-24
    • 文件大小：9216
    • 提供者：adiaixin123456

  1. c4.5基于信息增益比的多分类决策树python实现

  2. c4.5基于信息增益比的多分类决策树python实现，包含数据集，运行结果以字典的形式进行存储

  3. 所属分类：机器学习

    • 发布日期：2017-12-08
    • 文件大小：5120
    • 提供者：qq_26191927

  1. 面向分布式数据流大数据分类的多变量决策树

  2. 分布式数据流大数据中的类别边界不规则且易变,因此基于单变量决策树的集成分类器需要较大数量的基分类器才能准确地近似表达类别边界,这将降低集成分类器的学习与分类性能.因而,本文提出了基于几何轮廓相似度的多变量决策树.在最优基准向量的引导下将n维空间样本点投影到一维空间以建立有序投影点集合,然后通过类别投影边界将有序投影点集合划分为多个子集,接着分别对不同类别集合的交集递归投影分裂,最终生成决策树.实验表明:本文提出的多变量决策树GODT具有很高的分类精度和较低的训练时间,有效结合了单变量决策树学习

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-20
    • 文件大小：1048576
    • 提供者：qq_28339273

  1. 基于分区决策树的乌达煤田土地覆被分类研究

  2. 精确的土地覆被分类结果是研究煤田火区生态环境变化的基础。本文基于Landsat8卫星遥感数据,依据地形特征、主体地物类型以及辐射特征,将乌达煤田分为五个子区。利用多光谱特征、高程、坡度和热辐射特性构建决策树模型,并分区实现土地覆被分类。分类结果表明,与传统决策树分类法相比,基于决策树法的分区分类方法总体分类精度提高了14.75%,Kappa系数增加了0.17,其准确性有了较大的提高。

  3. 所属分类：其它

    • 发布日期：2020-05-06
    • 文件大小：679936
    • 提供者：weixin_38714641

  1. 工程项目评标决策树分类模型与风险预警研究

  2. 工程项目评标决策树分类模型与风险预警研究，程铁信，郭涛，本文将数据挖掘中的决策树方法运用到工程项目评标数据分析，从200多个天津市工程项目招投标打分数据中，随机抽取15个招投标项目中�

  3. 所属分类：其它

    • 发布日期：2020-02-23
    • 文件大小：390144
    • 提供者：weixin_38526612

  1. 基于决策树方法的滨海地区分类

  2. 基于决策树方法的滨海地区分类，孙俊，，决策树分类法能够快速地在多维特征空间中确定分类规则，已经成为遥感信息提取和分类的一种重要方法。针对本实验区实际情况，探讨

  3. 所属分类：其它

    • 发布日期：2020-02-19
    • 文件大小：1048576
    • 提供者：weixin_38747592

  1. 基于决策树与投票理论相结合的轴承故障分类器研究

  2. 基于决策树与投票理论相结合的轴承故障分类器研究，黄超勇，程珩，针对轴承智能故障识别问题,本文提出结合决策树理论与投票方法，构建出一种交叉训练、重复分类、累计投票的支持向量机多故障分类�

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：422912
    • 提供者：weixin_38623272

  1. 一种基于双支持向量机决策树的多分类算法

  2. 一种基于双支持向量机决策树的多分类算法，唐明，刘琼荪，双支持向量机(TSVM)比起传统支持向量机能够有效减少训练时间，而决策树在解决多分类问题具有良好的性能，本文结合双支持向量机与决

  3. 所属分类：其它

    • 发布日期：2019-12-28
    • 文件大小：396288
    • 提供者：weixin_38537541

  1. 基于节点优化的决策树支持向量机及在故障诊断中的应用

  2. 针对目前故障诊断中,难以获得大量的故障数据样本以及诊断知识获取困难等不足,提出了专门针对有限样本的新一代机器学习的算法—支持向量机(SVM),它在样本很少的情况下具有较好的泛化能力,比较适合解决故障诊断小样本情况的实际问题。在多故障诊断时,必须先进行多分类扩展.决策树是一种性能优秀的多分类扩展策略,但该方法的决策结果与结点的排部密切相关,结点的排部影响了诊断的正确率.提出一种根据故障数据的空间分布来优化结点排部的方法,它能够提高支持向量机诊断的正确率.采用该方法扩展的多分类支持向量机在故障诊断中

  3. 所属分类：其它

    • 发布日期：2020-06-28
    • 文件大小：247808
    • 提供者：weixin_38550459

  1. 数据分类——决策树算法（文章较长，请耐心，欢迎指导！）

  2. 1.什么是决策树？ 分类决策树模型是一种描述对实例进行分类的树形结构。决策树由结点和有向边组成。结点有两种类型：内部结点和叶结点。内部结点表示一个特征或属性，叶结点表示一个类。 决策树（DecisionTree），又称判定树，是一种以树结构（包括二叉树和多叉树）形式来表达的预测分析模型。通过把实例从根节点排列到某个叶子节点来分类实例叶子节点即为实例所属的分类树上每个节点说明了对实例的某个属性的测试，节点的每个后继分支对应于该属性的一个可能。 决策树分为回归决策树和分类决策树！ 2.决策树的结

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：98304
    • 提供者：weixin_38590738

  1. 集成分类器单细胞测序 python3机器学习 单一决策树、随机森林分类器、梯度提升决策树

  2. 原理： 决策树生成算法： 是递归地生成决策树，它往往分类精细，对训练数据集分类准确，但是对未知数据集却没有那么准确，有比较严重的过拟合问题。因此，为了简化模型的复杂度，使模型的泛化能力更强，需要对已生成的决策树进行剪枝。 集成分类算法： 集成（Ensemble）分类模型综合考量多个分类器的预测结果，从而做出决策。 随机森林分类器用相同的训练数据同时搭建多个独立的分裂模型，然后通过投票的方式，以少数服从多数的原则作出最终分类的决策。在相同的训练数据上同时搭建多棵决策树，每棵决策树会放弃固定的排序算

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：282624
    • 提供者：weixin_38738977
« 12 3 4 5 6 7 8 9 10 ... 13 »