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. ID3 决策树、信息增益 C#源码

  2. ID3 决策树、信息增益 C#源码 信息增益（information gain）是指期望信息或者信息熵的有效减少量（通常用“字节”衡量），根据它能够确定在什么样的层次上选择什么样的变量来分类。

  3. 所属分类：C#

    • 发布日期：2010-10-19
    • 文件大小：4kb
    • 提供者：freshmansyw

  1. 数据挖掘 ID3选择具有最高信息熵增益的属性作为分裂属性，基于这种原则我们首先可以算出初始集合的熵，然后分别求出以各个属性为分裂属性时的熵，然后将通过上面得到的数据算出以各个属性为分裂属性时的信心增益，选择具有最大的信息增益属性作为我们的

  2. ID3选择具有最高信息熵增益的属性作为分裂属性

  3. 所属分类：专业指导

    • 发布日期：2010-12-14
    • 文件大小：95kb
    • 提供者：Allenhui89

  1. 信息增益Java代码

  2. 信息增益Java代码，具体的代码实现以及数据库的链接

  3. 所属分类：MySQL

    • 发布日期：2015-04-27
    • 文件大小：660byte
    • 提供者：qq_27739335

  1. Information Gain TUtorial.pdf

  2. 由LeftNotEasy发表的关于信息增益的教程，写的很赞，供大家参考！

  3. 所属分类：专业指导

    • 发布日期：2016-12-09
    • 文件大小：295kb
    • 提供者：smilehehe110

  1. matlab版的信息增益算法实现

  2. matlab版的信息增益算法实现

  3. 所属分类：其它

    • 发布日期：2017-03-24
    • 文件大小：2kb
    • 提供者：gongxi111

  1. 基于信息增益的决策树（python）

  2. 自己用Python3.6.1 写的基于信息增益的决策树，信息熵函数、信息增益函数、多数表决函数、产生决策树的函数写的都比较清楚，直接下载放在python环境中就能出结果，数据用的是周志华老师的《机器学习》的表4.3。

  3. 所属分类：机器学习

    • 发布日期：2017-11-16
    • 文件大小：3kb
    • 提供者：dh_nwu

  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：5kb
    • 提供者：qq_26191927

  1. Python决策树之基于信息增益的特征选择示例

  2. 主要介绍了Python决策树之基于信息增益的特征选择,结合实例形式分析了决策树中基于信息增益的特征选择原理、计算公式、操作流程以及具体实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：62kb
    • 提供者：weixin_38626858

  1. python实现求特征选择的信息增益

  2. 主要为大家详细介绍了python实现求特征选择的信息增益，可以同时适用于二值离散型和连续型的属性，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：2020-09-19
    • 文件大小：32kb
    • 提供者：weixin_38747592

  1. python实现基于信息增益的决策树归纳

  2. 主要为大家详细介绍了Python实现基于信息增益的决策树归纳，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：2020-09-19
    • 文件大小：64kb
    • 提供者：weixin_38665775

  1. Python决策树之基于信息增益的特征选择示例

  2. 本文实例讲述了Python决策树之基于信息增益的特征选择。分享给大家供大家参考，具体如下： 基于信息增益的特征选取是一种广泛使用在决策树(decision tree)分类算法中用到的特征选取。该特征选择的方法是通过计算每个特征值划分数据集获得信息增益，通过比较信息增益的大小选取合适的特征值。 一、定义 1.1 熵 信息的期望值，可理解为数据集的无序度，熵的值越大，表示数据越无序，公式如下： 其中H表示该数据集的熵值， pi表示类别i的概率， 若所有数据集只有一个类别，那么pi=1，H=0。因此

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：59kb
    • 提供者：weixin_38695471

  1. python实现基于信息增益的决策树归纳

  2. 本文实例为大家分享了基于信息增益的决策树归纳的Python实现代码，供大家参考，具体内容如下 # -*- coding: utf-8 -*- import numpy as np import matplotlib.mlab as mlab import matplotlib.pyplot as plt from copy import copy #加载训练数据 #文件格式：属性标号，是否连续【yes|no】，属性说明 attribute_file_dest = 'F:\\bayes_cate

  3. 所属分类：其它

    • 发布日期：2020-12-26
    • 文件大小：61kb
    • 提供者：weixin_38605801

  1. 基于ID3简化信息增益的特征选择方法

  2. 基于ID3简化信息增益的特征选择方法

  3. 所属分类：其它

    • 发布日期：2021-03-18
    • 文件大小：122kb
    • 提供者：weixin_38647925

  1. RIG:“相对信息增益”的支持数据和脚本-源码

  2. 相对信息增益：基于RNA序列中相对结构保守性的Shannon熵度量 介绍 RNA的结构表征是一个动态领域，提供了许多建模可能性。 RNA二级结构模型通常以通过字符串表示形式或图形描述分子结构信息的编码为特征。 在重新解释适用于RNA比对的Shannon信息后，我们提出了一种新的评分指标，相对信息增益（RIG）。 RIG分数可用于比对中的任何位置，显示了RNA表示中编码的不同细节水平如何不同地有助于传达结构信息。 可在文件夹中找到计算出的RIG分数。 引文 Marco Pietrosanto *

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：156mb
    • 提供者：weixin_42133753

  1. 基于信息增益的模糊 K-prototypes聚类算法

  2. 基于信息增益的模糊 K-prototypes聚类算法

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：463kb
    • 提供者：weixin_38731075

  1. 云平台上基于信息增益和极限学习机分类器的基因表达数据构建方法

  2. 云平台上基于信息增益和极限学习机分类器的基因表达数据构建方法

  3. 所属分类：其它

    • 发布日期：2021-03-03
    • 文件大小：901kb
    • 提供者：weixin_38611812

  1. 基于信息增益的Web人物关系抽取

  2. 针对人物关系抽取中的效率与准确性问题进行了研究，提出一种基于信息增益的轻量级 .Web人物社会关系提取方法。它通过计算初始关系元组的关系描述词的信息增益值进而确定元组上下文位置并据此创建相应的关系抽取模板，最后利用模板实现了Web 的人物关系自动提取。针对中文语义上存在相似性的问题，引入了基于《同义词词林》与基于知网的人物关系描述词扩展方法。对于某一句子内包含多个人物实体且存在多种人物关系的情况，提出了一种基于模板上下文信息增益值模糊匹配的方法来抽取符合特定人物关系的人物实体.。实验结果证明该方

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：973kb
    • 提供者：weixin_38669618

  1. 基于信息增益改进贝叶斯模型的汉语词义消歧

  2. 基于信息增益改进贝叶斯模型的汉语词义消歧

  3. 所属分类：其它

    • 发布日期：2021-02-23
    • 文件大小：841kb
    • 提供者：weixin_38503496

  1. CreditRating-FeatureSelection-GAW：使用遗传算法包装器（信息增益）进行信用评分的特征选择-源码

  2. CreditRating-FeatureSelection-GAW 遗传算法包装器的信用评分特征选择（信息增益）

  3. 所属分类：其它

  1. python实现求特征选择的信息增益

  2. 使用python语言，实现求特征选择的信息增益，可以同时满足特征中有连续型和二值离散型属性的情况。 师兄让我做一个特征选择的代码，我在网上找了一下，大部分都是用来求离散型属性的信息益益，但是我的数据是同时包含二值离散型和连续型属性的，所以这里实现了一下。 代码块 import numpy as np import math class IG(): def __init__(self,X,y): X = np.array(X) n_feature = np.shape(X

  3. 所属分类：其它

    • 发布日期：2021-01-21
    • 文件大小：29kb
    • 提供者：weixin_38608025
« 12 3 4 5 6 7 8 9 10 ... 27 »