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python代码实现

  2. 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构，其中每个内部节点

  3. 所属分类：机器学习

    • 发布日期：2018-06-01
    • 文件大小：4096
    • 提供者：u010919410

  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. 基于python的树形决策图构建

  2. 基于python的树形决策图构建基于python的树形决策图构建

  3. 所属分类：机器学习

    • 发布日期：2018-07-17
    • 文件大小：4096
    • 提供者：qq_41743623

  1. python决策树代码

  2. 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。

  3. 所属分类：机器学习

    • 发布日期：2018-10-12
    • 文件大小：5120
    • 提供者：qq_41122845

  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. 决策树python代码

  2. 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。在机器学习中，决策树是一个预测模型，他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度，使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构，其中每个内部节点

  3. 所属分类：机器学习

    • 发布日期：2019-03-31
    • 文件大小：2048
    • 提供者：qq_42617330

  1. python数据挖掘学习代码.rar

  2. 本文档为python数据挖掘学习代码，代码为：Robert Layton (作者) 杜春晓 (译者) 所编写的《Python数据挖掘入门与实践 》一书全部代码，代码可以自己学习，也可以跟随书籍学习，相对比较入门。主要项目为：（代码顺序依次为下面序号+1） 1、用scikit-learn估计器分类 2、用决策树预测获胜球队 3、用亲和性分析方法推荐电影 4、用转换器抽取特征 5、使用朴素贝叶斯进行社会媒体挖掘 6、用图挖掘找到感兴趣的人 7、用神经网络破解验证码 8、作者归属问题 9、新闻语料分

  3. 所属分类：机器学习

    • 发布日期：2019-05-09
    • 文件大小：13631488
    • 提供者：yangtao_whut

  1. Python决策树代码.rar

  2. Python决策树代码，只需要修改传入的数据即可。里面还有输出决策树结果图需要安装的软件以及说明。

  3. 所属分类：Python

    • 发布日期：2019-10-18
    • 文件大小：32505856
    • 提供者：hansmu

  1. python 实现决策回归树及其数据集

  2. 决策回归树主要用CART算法来实现。本资料包括有决策回归树的python实现以及相应的数据集，可以自动生成相应的决策树图。

  3. 所属分类：机器学习

    • 发布日期：2020-07-02
    • 文件大小：302080
    • 提供者：qq_35498696

  1. Python语言描述KNN算法与Kd树

  2. 最近邻法和k-近邻法 下面图片中只有三种豆，有三个豆是未知的种类，如何判定他们的种类？ 提供一种思路，即：未知的豆离哪种豆最近就认为未知豆和该豆是同一种类。由此，我们引出最近邻算法的定义：为了判定未知样本的类别，以全部训练样本作为代表点，计算未知样本与所有训练样本的距离，并以最近邻者的类别作为决策未知样本类别的唯一依据。但是，最近邻算法明显是存在缺陷的，比如下面的例子：有一个未知形状(图中绿色的圆点)，如何判断它是什么形状？ 显然，最近邻算法的缺陷——对噪声数据过于敏感，为了解决这个问题，

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：406528
    • 提供者：weixin_38663701

  1. Python K最近邻从原理到实现的方法

  2. 本来这篇文章是5月份写的，今天修改了一下内容，就成今天发表的了，CSDN这是出BUG了还是什么改规则了。。。 引文：决策树和基于规则的分类器都是积极学习方法（eager learner）的例子，因为一旦训练数据可用，他们就开始学习从输入属性到类标号的映射模型。一个相反的策略是推迟对训练数据的建模，直到需要分类测试样例时再进行。采用这种策略的技术被称为消极学习法（lazy learner）。最近邻分类器就是这样的一种方法。 注：KNN既可以用于分类，也可以用于回归。 1.K最近邻分类器原理 首先给

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：340992
    • 提供者：weixin_38700430

  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. 课程-Python-数据分析-源码

  2. 教学大纲 第1节（简介） Python的应用 网络和互联网发展 科学和数值 桌面GUI 软件开发 商业应用 文本编辑器 Jupyter笔记本 Visual Studio程式码 皮查姆 相关技术 吉特 要旨 谷歌协作 张量流 空气流动 课程 数据营 乌迪米 Coursera 第2节（内置数据结构） 数据结构 元组 列表 字典 放 大批 数据框 第三节（数据清理） 操纵DataFrame 切片（选择行或列） 筛选 在，不在 填写NAN 删除列 合并与合并 分组 应用功能 第4节（有条件

  3. 所属分类：其它

    • 发布日期：2021-02-28
    • 文件大小：106954752
    • 提供者：weixin_42109598

  1. 从音频数据项目分类歌曲类型：摇滚还是说唱？ 让我们在Python中应用机器学习方法将歌曲分类为流派-源码

  2. 从音频数据对歌曲流派进行项目分类 使用由两种音乐流派（嘻哈和摇滚）的歌曲组成的数据集，我们将训练一个分类器，仅基于从Echonest（现在是Spotify的一部分）获得的曲目信息来区分两种流派。 我们将首先使用Python中的熊猫和seaborn软件包对数据进行子集，汇总信息以及在探查数据时发现明显的趋势或进行机器学习时应注意的因素时创建图。 接下来，我们将使用scikit-learn程序包来预测我们是否可以根据诸如舞蹈性，能量，声学，节奏等特征正确地对歌曲的类型进行分类。我们将介绍PCA，逻

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：1048576
    • 提供者：weixin_42137028

  1. dignipy：Python中的各种数据结构实现-源码

  2. 迪尼皮 Python中的各种数据结构实现。 数据结构 多路树 不相交集， 芬威克树，， 树木 特里（=数字树，基数树或前缀树） ， Aho-Corasick ，， 二叉树 香草二叉树， AVL树 红黑树，， 绳，， 空间划分树 段树，， 多维细分树， 图表 零抑制决策图，，

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：209920
    • 提供者：weixin_42139302

  1. python实现决策树分类

  2. 上一篇博客主要介绍了决策树的原理，这篇主要介绍他的实现，代码环境python 3.4，实现的是ID3算法，首先为了后面matplotlib的绘图方便，我把原来的中文数据集变成了英文。 原始数据集： 变化后的数据集在程序代码中体现，这就不截图了 构建决策树的代码如下： #coding :utf-8 ''' 2017.6.25 author :Erin function: decesion tree ID3 ''' import numpy as np import pandas as p

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：96256
    • 提供者：weixin_38716519

  1. python机器学习理论与实战（二）决策树

  2. 决策树也是有监督机器学习方法。 电影《无耻混蛋》里有一幕游戏，在德军小酒馆里有几个人在玩20问题游戏，游戏规则是一个设迷者在纸牌中抽出一个目标（可以是人，也可以是物），而猜谜者可以提问题，设迷者只能回答是或者不是，在几个问题（最多二十个问题）之后，猜谜者通过逐步缩小范围就准确的找到了答案。这就类似于决策树的工作原理。（图一）是一个判断邮件类别的工作方式，可以看出判别方法很简单，基本都是阈值判断，关键是如何构建决策树，也就是如何训练一个决策树。 （图一） 构建决策树的伪代码如下： Check

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：142336
    • 提供者：weixin_38729269

  1. python机器学习之决策树分类详解

  2. 决策树分类与上一篇博客k近邻分类的最大的区别就在于，k近邻是没有训练过程的，而决策树是通过对训练数据进行分析，从而构造决策树，通过决策树来对测试数据进行分类，同样是属于监督学习的范畴。决策树的结果类似如下图： 图中方形方框代表叶节点，带圆边的方框代表决策节点，决策节点与叶节点的不同之处就是决策节点还需要通过判断该节点的状态来进一步分类。 那么如何通过训练数据来得到这样的决策树呢？ 这里涉及要信息论中一个很重要的信息度量方式，香农熵。通过香农熵可以计算信息增益。 香农熵的计算公式如下： p(

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：212992
    • 提供者：weixin_38636655

  1. alles:所有需要居住的小型项目，请住在这里。 优化，数值方法，图论等-源码

  2. Alles 2020年多米尼克 所有需要居住但不属于大型项目的小项目，都住在这里。 转到/gallery查看精美图片（）。 转到/projects以运行项目。 如果运行Matlab项目，请首先通过运行脚本设置路径： dir_paths.m 内容 优化 逻辑回归 雪滑 决策树和随机森林 降维 吨SNE 图论算法 生成树 偏微分方程 压缩和扩展矩阵 压缩感测 矩阵完成 （用于无面部识别的个人资料图片） 波浪加工 马萨诸塞州 FTAN 双曲和线性相似 （查找信号方向） 地震沙滩球 云计算

  3. 所属分类：其它

    • 发布日期：2021-04-01
    • 文件大小：14680064
    • 提供者：weixin_42110362
« 12 »