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. 基于组合分类器的上市公司信用风险评价.pdf

  2. 基于组合基于组合分类器的上市公司信用风险评价.pdf分类器的上市公司信用风险评价.pdf
  3. 所属分类:专业指导

    • 发布日期:2010-05-14
    • 文件大小:65536
    • 提供者:siwen529724604
  1. 智能Web算法-包含文本、推荐、聚类、分类、分类器组合.pdf

  2. 智能Web算法-包含文本、推荐、聚类、分类、分类器组合.pdf
  3. 所属分类:专业指导

    • 发布日期:2012-06-19
    • 文件大小:7340032
    • 提供者:zhangdidabao
  1. CS231n课程笔记——Nearest Neighbor分类器 示例代码相关文件

  2. CS231n课程笔记中提到的Nearest Neighbor分类器,笔记中有代码片段,将其组合成可以运行的py文件。Python版本:2.7
  3. 所属分类:机器学习

    • 发布日期:2017-09-13
    • 文件大小:21504
    • 提供者:zhs233
  1. 基于随机森林思想的组合分类器设计

  2. 基于随机森林思想的组合分类器设计,以某病例为例进行算法识别诊断
  3. 所属分类:算法与数据结构

    • 发布日期:2018-01-23
    • 文件大小:780288
    • 提供者:jhh_320924
  1. 基于分类器组合的遥感影像分类

  2. 基于分类器组合的遥感影像分类,豆林轩,,将多分类器集合应用土地覆盖分类,首先构建分类器集合,应用支持向量机、径向基神经网络、J48决策树、简单贝叶斯和REPtree分类等进�
  3. 所属分类:其它

    • 发布日期:2020-02-07
    • 文件大小:1004544
    • 提供者:weixin_38514872
  1. 基于动态分类器集成选择和GM(2,1) 的组合预测模型

  2. 基于动态分类器集成选择和GM(2,1) 的组合预测模型,王江满,张艳菊,由于突发性事件预测过程中往往存在研究样本数据少或者数据缺失的情况,基于分类器集成技术,建立DCESM模型弥补数据缺失的不足,再�
  3. 所属分类:其它

    • 发布日期:2020-02-01
    • 文件大小:203776
    • 提供者:weixin_38612139
  1. Python-我们使用不同的特性集和机器学习分类器来确定最佳组合用于twitter情绪分析

  2. 我们使用不同的特性集和机器学习分类器来确定最佳组合用于twitter情绪分析
  3. 所属分类:其它

    • 发布日期:2019-08-10
    • 文件大小:30720
    • 提供者:weixin_39840387
  1. 基于分步特征提取和组合分类器的电信客户流失预测模型

  2. 针对电信客户流失数据集存在的数据维度过高及单一分类器预测效果较弱的问题,结合过滤式和封装式特征选择方法的优点及组合分类器的较高预测能力,提出了一种基于Fisher比率与预测风险准则的分步特征选择方法结合组合分类器的电信客户流失预测模型。首先,基于Fisher比率从原始特征集合中提取具有较高判别能力的特征;其次,采用预测风险准则进一步选取对分类模型预测效果影响较大的特征;最后,构建基于平均概率输出和加权概率输出的组合分类器,以进一步提高客户流失预测效果。实验结果表明,相对于单步特征提取和单分类器模
  3. 所属分类:其它

    • 发布日期:2020-10-16
    • 文件大小:323584
    • 提供者:weixin_38706045
  1. 机器学习基础概念:查准率、查全率、ROC、混淆矩阵、F1-Score 机器学习实战:分类器

  2. 机器学习:基础概念查准率、查全率F1-Score、ROC、混淆矩阵机器学习实战:分类器性能考核方法:使用交叉验证测量精度性能考核方法:混淆矩阵精度和召回率ROC曲线训练一个随机森林分类器,并计算ROC和ROC AUC分数 查准率、查全率 对于二分类问题,可将样例根据其真实类别与学习器预测类别的组合划分为真正例TP、假正例FP、真反例TN、假反例FN四种,令TP、FP、TN、FN分别表示其对应的样例数,则显然有TP+FP+TN+FN=样例总数,分类结果的“混淆矩阵”为: 查准率P: p=TPTP
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:105472
    • 提供者:weixin_38729438
  1. 机器学习基础概念:查准率、查全率、ROC、混淆矩阵、F1-Score 机器学习实战:分类器

  2. 机器学习:基础概念查准率、查全率F1-Score、ROC、混淆矩阵机器学习实战:分类器性能考核方法:使用交叉验证测量精度性能考核方法:混淆矩阵精度和召回率ROC曲线训练一个随机森林分类器,并计算ROC和ROC AUC分数 查准率、查全率 对于二分类问题,可将样例根据其真实类别与学习器预测类别的组合划分为真正例TP、假正例FP、真反例TN、假反例FN四种,令TP、FP、TN、FN分别表示其对应的样例数,则显然有TP+FP+TN+FN=样例总数,分类结果的“混淆矩阵”为: 查准率P: p=TPTP
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:105472
    • 提供者:weixin_38747233
  1. (四)OpenCV级联分类器训练与使用_01_Haar与LBP级联分类器原理

  2. ①Haar特征与LBP特征 小波特征+对角线特征“类Haar特征”,局部二值模式“替代特征LBP”。 ②级联分类器原理AdaBoost Viola和Jones,2001在CVPR提出; 一种实时对象(人脸)检测框架; 训练速度非常慢,检测速度非常快; 5000个正向人脸样本与300万个非人脸负样本数据。 级联分类器:多个强分类器组合 弱分类器:weak classifier = Feature 强分类器:多个弱分类器的线性组合 ③OpenCV中级联分类器使用CascadeClassifier 加
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:142336
    • 提供者:weixin_38663169
  1. SP-SVM:用于多个流形上的数据的大容限分类器

  2. 作为最重要的最新分类技术之一,支持向量机(SVM)由于以下原因已在许多实际应用中被广泛采用,例如对象检测,人脸识别,文本分类等。其具有竞争力的实用性能和优雅的理论解释。 但是,它独立地对待所有样本,并且忽略了以下事实:在许多实际情况下,尤其是当数据位于高维空间中时,样本通常位于特征空间的低维流形上,因此可以通过以下方式将其与其邻居相关联:表示为同一歧管上其他样本的线性组合。 通常是稀疏的这种线性表示反映了基础流形的结构。 在最近的文献中已经对其进行了广泛的探索,并被证明对分类的性能至关重要。 为
  3. 所属分类:其它

    • 发布日期:2021-03-12
    • 文件大小:1048576
    • 提供者:weixin_38542148
  1. 用于视频复制检测的两类3D-CNN分类器组合

  2. 用于视频复制检测的两类3D-CNN分类器组合
  3. 所属分类:其它

    • 发布日期:2021-03-08
    • 文件大小:1048576
    • 提供者:weixin_38557896
  1. 基于分类器组合的手机图像源识别

  2. 基于分类器组合的手机图像源识别
  3. 所属分类:其它

    • 发布日期:2021-03-07
    • 文件大小:403456
    • 提供者:weixin_38550812
  1. TJUdeM:用于方面类别检测和情感极性分类的组合分类器

  2. TJUdeM:用于方面类别检测和情感极性分类的组合分类器
  3. 所属分类:其它

    • 发布日期:2021-03-06
    • 文件大小:319488
    • 提供者:weixin_38610573
  1. 随机子空间证据分类器

  2. 尽管存在许多k最近邻方法及其变体,但很少有人考虑如何在整个特征空间和子空间中利用信息。 为了解决此限制,我们提出了一个新的分类器,称为随机子空间证据分类器(RSEC)。 具体而言,RSEC首先计算每个类的局部超平面距离,不仅作为整个特征空间的证据,而且还作为随机生成的特征子空间的证据。 然后,根据这些距离为每个类别的证据计算基本信念分配。 在下文中,由基本信念分配代表的所有证据都由Dempster规则汇集在一起​​。 最后,RSEC根据组合的信念分配为每个测试样本分配类别标签。 来自UCI机器学
  3. 所属分类:其它

    • 发布日期:2021-03-03
    • 文件大小:745472
    • 提供者:weixin_38707240
  1. 园艺作物病害的多光谱组合分类

  2. 选取设施园艺作物黄瓜的主要病害为研究对象,利用窄带滤光片型多光谱成像系统,获取患病黄瓜叶面的14个可见光通道和近红外通道、全色通道的多光谱图像。采用多光谱图像分类技术中的距离分类器、相关系数分类器和BP人工神经网络分类器,将不同病害类型对应的16个波段的反射率看作线性波谱,对210个多光谱数据样本进行识别分类,目的是探讨一个能有效识别黄瓜植株常见病害的多光谱组合分类器。实验结果表明,将人工神经网络和距离分类器有效组合,不仅分类性能明显优于单个分类器的性能,而且能够充分发挥各个分类器的特性,对园艺
  3. 所属分类:其它

    • 发布日期:2021-02-24
    • 文件大小:869376
    • 提供者:weixin_38672739
  1. 旋转森林的一种变体,用于构建整体分类器

  2. 旋转森林是一种有效的整体分类器生成技术,其工作原理是使用主成分分析(PCA)旋转原始特征轴,以便可以形成用于学习基础分类器的不同训练集。 本文介绍了旋转林的一种变体,可以将其视为装袋和旋转林的组合。 在这里,使用装袋将更多的随机性注入到“旋转森林”中,以增加整体成员之间的灵活性。 使用UCI储存库中的33个基准分类数据集进行的实验(其中采用分类树作为基础学习算法)表明,该方法产生的整体分类器的错误率低于Bagging,AdaBoost和Rotation Forest。 误差性能的偏差-方差分析表
  3. 所属分类:其它

    • 发布日期:2021-02-22
    • 文件大小:922624
    • 提供者:weixin_38686557
  1. 垃圾邮件:通过逻辑回归的垃圾邮件分类器-源码

  2. 垃圾邮件 通过逻辑回归的垃圾邮件分类器 注意:我下载的电子邮件数据集太大,无法在GitHub上上传(> 25 MB),因此我将其分为两个单独的文件:“ data / train_1.csv”和“ data / train_2.csv”。 如果希望运行代码,则应分别加载每个文件,然后将它们组合,如下所示: emails_1 = pd.read_csv('data / train_1.csv') emails_2 = pd.read_csv('data / train_2.csv') 电
  3. 所属分类:其它

    • 发布日期:2021-02-21
    • 文件大小:11534336
    • 提供者:weixin_42142062
« 12 3 4 5 6 7 8 9 10 ... 41 »