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. 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. 模式识别分类器性能评价

  2. 对分类器的性能描述，确定描述准则 我们会讨论如何判断一个分类器的有用性，及如何比较不同的分类器。我们不但有多种不同类型的分类器可供选择，而且在每种类型的分类器中也有多种选择，比如在k-最近邻分类器中选择多少近邻、在树状分类器的叶节点中需要例子的最少数目，在Logistic模型中使用哪些预测变量的子集，和在神经网络的隐层中有多少个神经元

  3. 所属分类：网络基础

    • 发布日期：2010-08-08
    • 文件大小：249856
    • 提供者：hutwangzm2008

  1. ID3算法 决策树 机器学习 分类器

  2. ID3算法是机器学习中，决策树分类器的一个算法。讲得很详细。不错。

  3. 所属分类：专业指导

    • 发布日期：2013-04-18
    • 文件大小：390144
    • 提供者：vagrantisme

  1. 基于树型弱分类器的adaboost演示程序(matlab)

  2. 基于树型弱分类器的adaboost演示程序(matlab) 详细参考我的博客： http://blog.csdn.net/ranchlai/article/details/10586069

  3. 所属分类：其它

    • 发布日期：2013-08-30
    • 文件大小：32768
    • 提供者：ranchlai

  1. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2097152
    • 提供者：sailingw

  1. 后剪枝决策树分类器python

  2. 这是一个用python实现的决策树分类器，其样本集纯度指标为基尼指数，实现了后剪枝优化算法，有需要请下载

  3. 所属分类：机器学习

    • 发布日期：2020-02-17
    • 文件大小：5120
    • 提供者：qq_43116030

  1. 基于决策树分类器和神经网络的工艺参数优化研究

  2. 基于决策树分类器和神经网络的工艺参数优化研究，包洋，，提出了基于决策树分类器和神经网络的机械加工工艺参数寻优方法，根据已有的样本训练数据建立分类和神经网络模型，针对要求的加工

  3. 所属分类：其它

    • 发布日期：2020-01-25
    • 文件大小：339968
    • 提供者：weixin_38621250

  1. 基于FCM的决策树分类器设计

  2. 基于FCM的决策树分类器设计，任珍，周坚华，模糊C均值聚类(FCM)属于非监督分类，对于分类出的结果抑或是在分类结果上提取出的结果都不能提取分类的规则。决策树属于监督分类，

  3. 所属分类：其它

    • 发布日期：2020-01-11
    • 文件大小：589824
    • 提供者：weixin_38734506

  1. Decision-Tree:决策树分类器-源码

  2. 决策树分类器 阅读有关更多信息 观看这段视频

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：4096
    • 提供者：weixin_42097208

  1. Decision-Tree-Classifier:决策树分类器-源码

  2. 决策树分类器 阅读有关更多信息 观看这段视频

  3. 所属分类：其它

    • 发布日期：2021-03-19
    • 文件大小：5120
    • 提供者：weixin_42137032

  1. Decision-Tree-ID3-C4.5-implementation:实施Quinlan的ID3和C4.5决策树分类器并生成F1分数。 用于ID3和C4.5的方法-信息增益和增益比-源码

  2. ID3和C4.5决策树学习算法的实现 通过使用ID3和C4.5算法实现决策树并生成F1分数。 在UCI机器学习蘑菇数据集上进行测试 入门：将“ Project1_N01412075_Resubmission”文件夹下载到本地驱动器。 This folder has 1) Project1_Mushroom_DT_N01412075.py - A file that contains source code for the implementation. 2) Mushroom folder

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：318464
    • 提供者：weixin_42164931

  1. Prediction-using-Decision-Tree-Algorithm:创建决策树分类器并以图形方式对其进行可视化-源码

  2. 决策树决策算法 创建决策树分类器并以图形方式对其进行可视化

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：2097152
    • 提供者：weixin_42131798

  1. 用于大型图像分类和新颖类别检测的大利润率树分类器的成本敏感分层学习

  2. 用于大型图像分类和新颖类别检测的大利润率树分类器的成本敏感分层学习

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：8388608
    • 提供者：weixin_38562130

  1. AdaboostOnMNIST：这是Adaboost算法的实现，它使用两个不同的弱学习器从头开始实施：决策树分类器和梯度提升分类器。 Adaboost在MNIST上运行以告知奇数和偶数。 经过scikit Learn模型的adaboost测

  2. AdaboostOnMNIST 这是使用两个不同的弱学习者从头开始实现Adaboost算法的方法：决策树分类器和梯度提升分类器。 Adaboost在MNIST上运行以告知奇数和偶数。 经过scikit Learn模型的adaboost测试，并获得了更高的分数。 最小的训练误差为％1.8，在7次迭代中进行了梯度增强。 函数调用为adaboost（X_train，Y_train，inversions_t，Classifier_type），有两种类型的分类器，“ Gradient_Boost”和“

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：2048
    • 提供者：weixin_42122986

  1. 预测使用决策树算法：创建决策树分类器并以图形方式对其进行可视化。 ●目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类-源码

  2. 决策树预测算法 创建决策树分类器并以图形方式对其进行可视化。 ●目的是，如果我们向该分类器提供任何新数据，它将能够相应地预测正确的分类。

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：224256
    • 提供者：weixin_42136826

  1. Stroke_Prediction_6ML_models：该项目使用六个机器学习模型（XGBoost，随机森林分类器，支持向量机，逻辑回归，单决策树分类器和TabNet）进行笔画预测。 为此，我使用了Kaggle的“ healthcare-

  2. Stroke_Prediction_6ML_models 该项目使用六个机器学习模型（XGBoost，随机森林分类器，支持向量机，逻辑回归，单决策树分类器和TabNet）进行笔画预测。 为此，我使用了Kaggle的“ healthcare-dataset-stroke-data”。 为了确定哪种模型最适合进行笔画预测，我绘制了每种模型的曲线下面积（AUC）。 AUC越高，模型越好

  3. 所属分类：其它

    • 发布日期：2021-02-16
    • 文件大小：226304
    • 提供者：weixin_42104181

  1. 决策树分类器：Umaindústriaquer resolver um problema em suua linha de transporte de caixas。 一份按比例分配的科教派临时教务书，按制造商分类或等级分类。 作为caix

  2. 决策树分类器 Umaindústriaquer resolver um problema em sua linha de transporte de caixas。 一份按比例分配的科教派临时教务书，按制造商分类或等级分类。 作为caixasserãoclassificadas com的体积：大（体积）= 27000立方厘米梅迪亚（体积）= 1000立方厘米中等强度27000cm³Pequena（体积）= 1000立方厘米中等问题的解决方法学习方法，按等级分类，按量计算，按基本成本计算，按比例分

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：131072
    • 提供者：weixin_42174176

  1. scikit-learn-C4.5-tree-classifier：基于zhangchiyu10pyC45存储库的C4.5树分类器，重构为与scikit-learn库兼容-源码

  2. Scikit学习C4.5树分类器 基于存储库的C4.5树分类器，重构为与库兼容。 要使用此分类器，只需将c45目录复制到您的项目中，然后使用from c45 import C45 line from c45 import C45您需要的分类器 用法示例可在main.py文件中找到： >>> from sklearn.datasets import load_iris >>> from sklearn.model_selection import train

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：6144
    • 提供者：weixin_42148053

  1. python实现决策树分类（2）

  2. 在上一篇文章中，我们已经构建了决策树，接下来可以使用它用于实际的数据分类。在执行数据分类时，需要决策时以及标签向量。程序比较测试数据和决策树上的数值，递归执行直到进入叶子节点。 这篇文章主要使用决策树分类器就行分类，数据集采用UCI数据库中的红酒，白酒数据，主要特征包括12个，主要有非挥发性酸,挥发性酸度, 柠檬酸, 残糖含量,氯化物, 游离二氧化硫, 总二氧化硫,密度, pH,硫酸盐,酒精, 质量等特征。 下面是具体代码的实现： #coding :utf-8 ''' 2017.6.26 au

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：60416
    • 提供者：weixin_38699593
« 12 3 4 5 6 7 8 9 10 ... 31 »