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. 机器学习之各种算法PPT

  2. 有关于机器学习的各种算法的介绍。如决策树学习，遗传算法，是入门的好资料。

  3. 所属分类：其它

    • 发布日期：2009-07-25
    • 文件大小：614400
    • 提供者：VV_66

  1. 机器学习十大经典算法

  2. 经典算法 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之间种映射关系。 机器学习中，决策树是一个预测模型；他代表的对象属性与值之

  3. 所属分类：数据库

    • 发布日期：2013-04-02
    • 文件大小：622592
    • 提供者：xiaofuyuan

  1. 决策树代码

  2. 一） 需求和规格说明 (1) 决策树是通过一系列规则对数据进行分类的过程。它提供一种在什么条件下会得到什么值的类似规则的方法。它是一个从上到下、分而治之的归纳过程，是决策树的一个经典的构造算法。应用于很多预测的领域，如通过对信用卡客户数据构建分类模型，可预测下一个客户他是否属于优质客户。 (2) 分类是数据挖掘、机器学习和模式识别中一个重要的研究领域。数据分类是一个两步过程。第一步，使用已知类别标记的训练数据集建立一个分类模型。例如：图1是一个决策树模型。第二步，对未知标记的数据使用模型进行分

  3. 所属分类：C/C++

    • 发布日期：2015-08-18
    • 文件大小：16384
    • 提供者：qq_30681609

  1. 决策树算法

  2. 机器学习算法介绍之决策树算法简介。大致了解决策树算法！

  3. 所属分类：机器学习

    • 发布日期：2017-11-21
    • 文件大小：391168
    • 提供者：llm666coder

  1. python实现决策树分类算法

  2. python实现机器学习之决策树分类算法，简单易学，而且可直接运行。

  3. 所属分类：机器学习

    • 发布日期：2018-07-23
    • 文件大小：7168
    • 提供者：xiaoxiao_yang77

  1. 机器学习十大算法之决策树

  2. 这是关于机器学习十大算法中的决策树详细介绍，主要介绍了ID3、C4.5和CART三个算法

  3. 所属分类：机器学习

    • 发布日期：2018-10-11
    • 文件大小：1048576
    • 提供者：qq_38900441

  1. 机器学习之基于调查问卷的性别判断

  2. 利用决策树三种算法和朴素贝叶斯算法对基于调查问卷的性别判断

  3. 所属分类：Python

    • 发布日期：2018-11-11
    • 文件大小：21504
    • 提供者：lhf294

  1. Python机器学习之决策树算法实例详解

  2. 主要介绍了Python机器学习之决策树算法,较为详细的分析了实例详解机器学习中决策树算法的概念、原理及相关Python实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-21
    • 文件大小：81920
    • 提供者：weixin_38739950

  1. Python机器学习之决策树算法

  2. 主要为大家详细介绍了Python机器学习之决策树算法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：144384
    • 提供者：weixin_38587705

  1. Python机器学习算法库scikit-learn学习之决策树实现方法详解

  2. 主要介绍了Python机器学习算法库scikit-learn学习之决策树实现方法,结合实例形式分析了决策树算法的原理及使用sklearn库实现决策树的相关操作技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：276480
    • 提供者：weixin_38642636

  1. Python机器学习之决策树算法实例详解

  2. 本文实例讲述了Python机器学习之决策树算法。分享给大家供大家参考，具体如下： 决策树学习是应用最广泛的归纳推理算法之一，是一种逼近离散值目标函数的方法，在这种方法中学习到的函数被表示为一棵决策树。决策树可以使用不熟悉的数据集合，并从中提取出一系列规则，机器学习算法最终将使用这些从数据集中创造的规则。决策树的优点为：计算复杂度不高，输出结果易于理解，对中间值的缺失不敏感，可以处理不相关特征数据。缺点为：可能产生过度匹配的问题。决策树适于处理离散型和连续型的数据。 在决策树中最重要的就是如何选取

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：83968
    • 提供者：weixin_38643212

  1. Python机器学习之决策树算法

  2. 一、决策树原理 决策树是用样本的属性作为结点，用属性的取值作为分支的树结构。 决策树的根结点是所有样本中信息量最大的属性。树的中间结点是该结点为根的子树所包含的样本子集中信息量最大的属性。决策树的叶结点是样本的类别值。决策树是一种知识表示形式，它是对所有样本数据的高度概括决策树能准确地识别所有样本的类别，也能有效地识别新样本的类别。  决策树算法ID3的基本思想： 首先找出最有判别力的属性，把样例分成多个子集，每个子集又选择最有判别力的属性进行划分，一直进行到所有子集仅包含同一类型的数据为

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：144384
    • 提供者：weixin_38719475

  1. 机器学习python实战之决策树

  2. 决策树原理：从数据集中找出决定性的特征对数据集进行迭代划分，直到某个分支下的数据都属于同一类型，或者已经遍历了所有划分数据集的特征，停止决策树算法。 　　每次划分数据集的特征都有很多，那么我们怎么来选择到底根据哪一个特征划分数据集呢？这里我们需要引入信息增益和信息熵的概念。 一、信息增益 　　划分数据集的原则是：将无序的数据变的有序。在划分数据集之前之后信息发生的变化称为信息增益。知道如何计算信息增益，我们就可以计算根据每个特征划分数据集获得的信息增益，选择信息增益最高的特征就是最好的选择。首先

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：116736
    • 提供者：weixin_38625164

  1. sklearn之决策树

  2. sklearn之决策树简介 第一次写博客，这里就写一下最近在学习的，易快速上手的sklearn吧。 sklearn入门 scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。本篇主要介绍决策树。 决策树 决策树是一种有监督学习，从一系列有数据特征和标签的数据中每次选择某一特征来作为划分依据，也就是树的节点，来划分数据。依次进行直到

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：56320
    • 提供者：weixin_38638647

  1. Python机器学习算法库scikit-learn学习之决策树实现方法详解

  2. 本文实例讲述了Python机器学习算法库scikit-learn学习之决策树实现方法。分享给大家供大家参考，具体如下： 决策树 决策树(DTs)是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过从数据特性中推导出简单的决策规则来预测目标变量的值。 例如，在下面的例子中，决策树通过一组if-then-else决策规则从数据中学习到近似正弦曲线的情况。树越深，决策规则越复杂，模型也越合适。 决策树的一些优势是: 便于说明和理解，树可以可视化表达； 需要很少的数据准备。其他技

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：277504
    • 提供者：weixin_38737283

  1. 机器学习算法之决策树

  2. 决策树之Python实现 from math import log import operator #创建数据集 def createDataSet():     dataSet=[[1,1,’yes’],[1,1,’yes’],[1,0,’no’],[0,1,’no’],[0,1,’no’]]     labels=[‘no surfacing’,’flippers’]     return dataSet,labels           #计算给定数据集的香农熵 def calcShann

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：25600
    • 提供者：weixin_38732454

  1. 机器学习之决策树与随机森林模型

  2. 本文来自于作者汪毅雄，本文用容易理解的语言和例子来解释了决策树三种常见的算法及其优劣、随机森林的含义，相信能帮助初学者真正地理解相关知识。决策树，是机器学习中一种非常常见的分类方法，也可以说是所有算法中最直观也最好理解的算法。先举个最简单的例子：A：你去不去吃饭？B：你去我就去。“你去我就去”，这是典型的决策树思想。再举个例子：有人找我借钱（当然不太可能。。。），借还是不借？我会结合根据我自己有没有钱、我自己用不用钱、对方信用好不好这三个特征来决定我的答案。我们把转到更普遍一点的视角，对于一些有

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：246784
    • 提供者：weixin_38551205

  1. 机器学习中的算法：决策树模型组合之GBDT

  2. 本文来自于csdn，本文从informationgain和决策树两个方面介绍了机器学习的算法，希望对您的学习有帮助。决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的地方，比如说容易over-fitting，虽然有一些方法，如剪枝可以减少这种情况，但是还是不够的。模型组合（比如说有Boosting，Bagging等）与决策树相关的算法比较多，这些算法最终的结果是生成N(可能会有几百

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：188416
    • 提供者：weixin_38582909

  1. 机器学习之决策树与随机森林模型

  2. 本文来自于作者汪毅雄，本文用容易理解的语言和例子来解释了决策树三种常见的算法及其优劣、随机森林的含义，相信能帮助初学者真正地理解相关知识。决策树，是机器学习中一种非常常见的分类方法，也可以说是所有算法中最直观也最好理解的算法。先举个最简单的例子：A：你去不去吃饭？B：你去我就去。“你去我就去”，这是典型的决策树思想。再举个例子：有人找我借钱（当然不太可能。。。），借还是不借？我会结合根据我自己有没有钱、我自己用不用钱、对方信用好不好这三个特征来决定我的答案。我们把转到更普遍一点的视角，对于一些有

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：241664
    • 提供者：weixin_38522214

  1. 机器学习中的算法：决策树模型组合之GBDT

  2. 本文来自于csdn，本文从information gain和决策树两个方面介绍了机器学习的算法，希望对您的学习有帮助。决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但是同时，单决策树又有一些不好的地方，比如说容易over-fitting，虽然有一些方法，如剪枝可以减少这种情况，但是还是不够的。模型组合（比如说有Boosting，Bagging等）与决策树相关的算法比较多，这些算法最终的结果是生成N(可能会有几

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：188416
    • 提供者：weixin_38628183
« 12 3 »