您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. python 决策树实例代码

  2. python决策树的实例代码,相应的文件和详细的注释说明,直接运行test_tree文件即可显示结果
  3. 所属分类:Python

    • 发布日期:2015-08-15
    • 文件大小:8kb
    • 提供者:zhaofrjx
  1. ID3决策树算法

  2. ID3决策树的matlab代码和python代码,以及数据集
  3. 所属分类:Python

    • 发布日期:2016-12-06
    • 文件大小:4kb
    • 提供者:zhj_matlab
  1. python决策树代码

  2. python决策树代码
  3. 所属分类:数据库

    • 发布日期:2017-01-16
    • 文件大小:8kb
    • 提供者:icefire_tyh
  1. 决策树 python代码

  2. 决策树代码
  3. 所属分类:数据库

    • 发布日期:2017-02-21
    • 文件大小:53kb
    • 提供者:bigfish_yukang
  1. 决策树联系数据源

  2. 为决策树的代码实现提供数据
  3. 所属分类:Python

    • 发布日期:2017-02-24
    • 文件大小:423byte
    • 提供者:qq_35318838
  1. python决策树代码

  2. 决策树python代码的简单实现具体可以参考博客
  3. 所属分类:机器学习

    • 发布日期:2017-06-14
    • 文件大小:2mb
    • 提供者:redhatforyou
  1. 使用Python实现决策树

  2. 2017年3月16号关于决策树的资源上传错了,这一份才是决策树的Python代码实现,包含详细的中文注释,欢迎下载学习。Python版本为2.7.
  3. 所属分类:机器学习

    • 发布日期:2017-06-24
    • 文件大小:6kb
    • 提供者:flying_sfeng
  1. ID3决策树python代码

  2. ID3决策树python代码,有注释,有数据读入和处理,正确率统计等功能,非常实用,欢迎下载
  3. 所属分类:机器学习

    • 发布日期:2018-01-04
    • 文件大小:1kb
    • 提供者:xiaoweihere
  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:4kb
    • 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:1mb
    • 提供者:qq_33825817
  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(DecisionTree)项目(python代码实现)

  2. 本压缩包包含: 1.本决策树(DecisionTree)项目python源代码文件; 2.项目用的数据(csv格式); 3.一个普通文件,记录本项目的调试过程,用作实战参考
  3. 所属分类:机器学习

    • 发布日期:2018-10-08
    • 文件大小:4kb
    • 提供者:aaliweipeng
  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:5kb
    • 提供者:qq_41122845
  1. 机器学习-决策树python代码实现

  2. 基于Python的决策树的代码实现,包含了信息增益的计算,数据集的划分以及使用递归算法进行决策树的构建,还有将决策树的绘制代码
  3. 所属分类:机器学习

    • 发布日期:2018-12-18
    • 文件大小:26mb
    • 提供者:pcb931126
  1. 决策树剪枝算法的python实现方法详解

  2. 主要介绍了决策树剪枝算法的python实现方法,结合实例形式较为详细的分析了决策树剪枝算法的概念、原理并结合实例形式分析了Python相关实现技巧,需要的朋友可以参考下
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:135kb
    • 提供者:weixin_38608189
  1. python编写分类决策树的代码

  2. 主要为大家详细介绍了python编写分类决策树的代码,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:2020-09-20
    • 文件大小:67kb
    • 提供者:weixin_38696458
  1. python决策树之CART分类回归树详解

  2. 主要为大家详细介绍了python决策树之CART分类回归树,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:2020-09-20
    • 文件大小:149kb
    • 提供者:weixin_38677044
  1. python编写分类决策树的代码

  2. 决策树通常在机器学习中用于分类。 优点:计算复杂度不高,输出结果易于理解,对中间值缺失不敏感,可以处理不相关特征数据。 缺点:可能会产生过度匹配问题。 适用数据类型:数值型和标称型。 1.信息增益 划分数据集的目的是:将无序的数据变得更加有序。组织杂乱无章数据的一种方法就是使用信息论度量信息。通常采用信息增益,信息增益是指数据划分前后信息熵的减少值。信息越无序信息熵越大,获得信息增益最高的特征就是最好的选择。 熵定义为信息的期望,符号xi的信息定义为: 其中p(xi)为该分类的
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:67kb
    • 提供者:weixin_38681318
  1. 决策树python代码

  2. 用python实现决策树
  3. 所属分类:互联网

    • 发布日期:2020-12-29
    • 文件大小:6kb
    • 提供者:wzloooooo
  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:94kb
    • 提供者:weixin_38716519
« 12 3 4 5 6 »