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. 数据挖掘网格中决策树并行算法设计及性能分析

  2. 提出了C4.5决策树算法的一种并行算法，使传统的串行分类算法能在多台PC机和服务器组成的数据挖掘网格上并行数据挖掘．采用数据纵横剖分，结合递归过程的并行化，实现了可扩展的高性能并行计算，解决了处理海量数据时没有较好并行分类算法的问题．并给出了指导该并行算法高效计算的方法．数据运行试验和算法分析表明，该并行算法的性能受多个因素影响，并具有高效的并行效率计算加速比．

  3. 所属分类：其它

    • 发布日期：2009-07-24
    • 文件大小：218kb
    • 提供者：timeme

  1. 决策树id3 matlab源码

  2. 使用matlab实现id3决策树算法，给出使用方法及举例，并附带相关测试集合。

  3. 所属分类：其它

    • 发布日期：2010-04-28
    • 文件大小：13kb
    • 提供者：sunchongjing

  1. c语言实现的决策树c语言实现的决策树

  2. 数据预处理后提供的信息有以下几条： 数据总共包含的属性个数，并且各属性的取值是离散的 各属性名称，及各自离散值的取值个数 类别个数，以及类别名称 样本数据条数以及样本数据，其中样本数据在各属性上的取值以及类标号都已经转换为整数0、1、2……等 本文并未实现预处理算法，只是假定所用数据已经处理好了

  3. 所属分类：C

    • 发布日期：2010-05-17
    • 文件大小：1mb
    • 提供者：zqyyyy

  1. 决策树ID3（C++实现）

  2. 用基本的ID3算法实现的决策树，附有源码及详细说明，包括输入输出、算法描述、数据结构及主要函数功能等

  3. 所属分类：C/C++

    • 发布日期：2011-04-20
    • 文件大小：300kb
    • 提供者：btryan0824

  1. 决策树分类算法的时间和性能测试

  2. 一、项目要求 (1)设计并实现决策树分类算法（可参考网上很多版本的决策树算法及代码，但算法的基本思想应为以上所给内容）。 (2)使用 UCI 的基准测试数据集，测试所实现的决策树分类算法。评价指标包括：总时间、分类准确性等。 (3) 使用 UCI Iris Data Set 进行测试。

  3. 所属分类：其它

    • 发布日期：2015-08-11
    • 文件大小：250kb
    • 提供者：u011514820

  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：2mb
    • 提供者：sailingw

  1. Matlab编写的决策树及剪枝算法实现（数据集为Sogou_webpage）

  2. 利用Mtalab编写实现决策树生成ID3算法，利用Sogou_webpage数据集进行训练、验证与测试。之后实现剪枝。

  3. 所属分类：机器学习

    • 发布日期：2018-05-08
    • 文件大小：1mb
    • 提供者：llz19930828

  1. 决策树回归算法

  2. 文档为pdf格式，对回归决策树的原理进行了详细叙述及举例说明，并包含python实现代码。

  3. 所属分类：机器学习

    • 发布日期：2018-08-20
    • 文件大小：516kb
    • 提供者：albert201605

  1. 决策树ID3及C4.5算法实现源代码

  2. 机器学习，决策树ID3及C4.5算法实现源代码(西瓜数据集2.0测试及结果)

  3. 所属分类：机器学习

    • 发布日期：2018-11-06
    • 文件大小：455kb
    • 提供者：weixin_41297324

  1. 机器学习-06. 多分类、决策树分类、随机森林分类（下）

  2. 人工智能基础视频教程零基础入门课程 第六章（下） 人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。 第一章 人工智能开发及远景介绍（预科） 第二章 线性回归深入和代码实现 第三章 梯度下降和过拟合和归一化 第四章 逻辑回归详解和应用 第五章 分类器项目案例和神经网络算法 第六章 多分类、决策树分类、随机森林分类 第七章 分类评估、聚类 第八章 密度聚类、谱聚类 第九章 深度学习、TensorFlow安装和实现 第十章 Ten

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：673mb
    • 提供者：suolong123

  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：80kb
    • 提供者：weixin_38739950

  1. Python决策树和随机森林算法实例详解

  2. 主要介绍了Python决策树和随机森林算法,集合实例形式详细分析了决策树和随机森林算法的概念、原理及Python相关实现技巧与注意事项,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：158kb
    • 提供者：weixin_38606019

  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：270kb
    • 提供者：weixin_38642636

  1. 决策树算法在饰品营销中的应用

  2. 阐述了饰品企业营销的现状，提出了将数据挖掘技术应用到饰品营销中的方案。在分析决策树算法的基础上，介绍了决策树算法及决策树的构造，并使用该算法对企业客户进行分类及对新客户类型预测，实现对商业数据中隐藏信息的挖掘，且对该挖掘模型进行了验证。

  3. 所属分类：其它

    • 发布日期：2020-10-20
    • 文件大小：257kb
    • 提供者：weixin_38663443

  1. python 决策树算法的实现

  2. ''' 数据集：Mnist 训练集数量：60000 测试集数量：10000 ------------------------------ 运行结果：ID3(未剪枝) 正确率：85.9% 运行时长：356s ''' import time import numpy as np def loadData(fileName): ''' 加载文件 :param fileName:要加载的文件路径 :return: 数据集和标签集 ''' # 存放数据及标记 dataA

  3. 所属分类：其它

    • 发布日期：2020-12-16
    • 文件大小：90kb
    • 提供者：weixin_38721691

  1. 机器学习——基于Bagging的集成学习：随机森林（Random Forest）及python实现

  2. 基于Bagging的集成学习：随机森林的原理及其实现引入Bagging装袋随机森林随机森林分类随机森林回归python实现随机森林分类随机森林回归 引入 “三个臭皮匠赛过诸葛亮”——弱分类器组合成强分类器。 Q1.什么是随机森林？ 随机森林顾名思义就是一片森林，其中有各种各样的树，其实，随机森林是基于决策树构成的，一片森林中的每一颗树就是一个决策树。想了解决策树算法详情请戳☞决策树原理及其实现☜ Q2.为什么叫随机森林？ 随机森林中“随机”一词主要在于两点：“随机”取样；“随机”抽取特征。 了解

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：233kb
    • 提供者：weixin_38663443

  1. 决策树算法及实现

  2. 在计算机科学中，树是一种很重要的数据结构，比如我们最为熟悉的二叉查找树（BinarySearchTree），红黑树（Red-BlackTree）等，通过引入树这种数据结构，我们可以很快地缩小问题规模，实现高效的查找。在监督学习中，面对样本中复杂多样的特征，选取什么样的策略可以实现较高的学习效率和较好的分类效果一直是科学家们探索的目标。那么，树这种结构到底可以如何用于机器学习中呢？我们先从一个游戏开始。我们应该都玩过或者听过这么一种游戏：游戏中，出题者写下一个明星的名字，其他人需要猜出这个人是谁。

  3. 所属分类：其它

    • 发布日期：2021-02-25
    • 文件大小：190kb
    • 提供者：weixin_38692969

  1. urule：URULE是一种基于REE算法的纯Java规则引擎，提供规则集，决策表，决策树，评分卡，规则流等各种规则表现工具以及基于网页的可视化设计器，可快速开发出的各种复杂业务规则-源码

  2. 简介 URule是一种纯Java规则引擎，它以RETE算法为基础，提供向导式规则集，脚本式规则集，决策表，交叉决策表（PRO版提供），决策树，评分卡及决策流共六种类型的规则定义方式，配合基于WEB的设计器，可快速实现规则的定义，维护与发布。 URule提供了两个版本：一个是基于Apache-2.0协议开源免费版本的，URule开源版本第一款基于Apache-2.0协议开源的中式规则引擎；另一个是商用PRO版本，请了解更多关于URule商业Pro版更多信息。 URULE PRO版与开源版主要功

  3. 所属分类：其它

  1. 决策树算法及实现

  2. 在计算机科学中，树是一种很重要的数据结构，比如我们最为熟悉的二叉查找树（Binary SearchTree），红黑树（Red-BlackTree）等，通过引入树这种数据结构，我们可以很快地缩小问题规模，实现高效的查找。在监督学习中，面对样本中复杂多样的特征，选取什么样的策略可以实现较高的学习效率和较好的分类效果一直是科学家们探索的目标。那么，树这种结构到底可以如何用于机器学习中呢？我们先从一个游戏开始。我们应该都玩过或者听过这么一种游戏：游戏中，出题者写下一个明星的名字，其他人需要猜出这个人是谁

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：182kb
    • 提供者：weixin_38631773

  1. 基于大数据决策树算法的学生成绩分析与预测模型仿真

  2. 针对当前大学生成绩预测系统模型设计复杂、计算量大、预测准确性差、智能化程度低、受人为因素影响大等问题，提出了一种基于大数据决策树算法的学生成绩分析与预测模型。该模型将大学生成绩预测问题转换成大学生学习状态分类问题，以简化模型设计并提高大学生成绩预测的准确性；通过引入计算量较小的决策树算法，利用与成绩相关的数据实现对学生未来成绩的预测，从而提高成绩预测系统的智能性和客观性。该预测模型与传统的成绩预测方法相比，具有模型复杂度低、实现简单、智能化程度高、预测准确性及客观性强等优点。在实际成绩预测实验中

  3. 所属分类：其它

« 12 3 4 5 »