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. 改进的决策树算法在高校人力管理中的应用

  2. 改进的决策树算法在高校人力管理中的应用,分类是数据挖掘中的一个重要分支。其中决策树方法因为分类速度快、精度高以及易于理解等，而成为数据 挖掘中广泛使用的一种分类方法。本文分析了基于属性相似度的决策树分类算法及其不足。提出了改进的基于属性相似度 的算法．并将其应用于高校人力资源管理中。例子和实验结果表明了改进算法的有效性。

  3. 所属分类：其它

    • 发布日期：2009-08-02
    • 文件大小：179kb
    • 提供者：zhgp2008

  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：244kb
    • 提供者：yifanyingzyf

  1. 决策树算法ID3

  2. java版决策树算法源码，转载。

  3. 所属分类：其它

    • 发布日期：2008-01-19
    • 文件大小：111kb
    • 提供者：slx965

  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. C5.0决策树遥感影像分类系统帮助

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。而C5.0算法作为最为前沿的决策树算法，目前尚没有一款基于它的遥感影像分类软件。基于此，我们以C5.0决策树算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，进并依托C#+ArcEngine平台设计实现了GLC_Info v1.0，该软件具有指数变换、样本点的选取、训练集的生成、规则集的建

  3. 所属分类：专业指导

    • 发布日期：2012-06-19
    • 文件大小：2mb
    • 提供者：sailingw

  1. 基本概念、决策树与模型评估

  2. 分类：基本概念、决策树与模型评价 分类的是利用一个分类函数（分类模型、分类器），该模型能把数据库中的数据影射到给定类别中的一个。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-02-27
    • 文件大小：2mb
    • 提供者：liufeng_2004

  1. 决策树与随机森林

  2. 决策树是一种基本的分类与回归方法，学习通常包含三个步骤：特征选择、决策树的生成和决策树的剪枝。 决策树由结点和有向边组成，结点包括内部结点和叶节点，内部结点表示一个特征或属性，叶节点表示一个类。 决策树学习本质是从训练数据集中归纳出一组分类规则；决策树学习的损失函数通常是正则化的极大似然函数，学习策略是由训练数据集估计条件概率模型。

  3. 所属分类：机器学习

    • 发布日期：2018-07-20
    • 文件大小：2mb
    • 提供者：u010333974

  1. CNN与决策树结合的新型人体行为识别方法研究_王忠民.pdf

  2. 基于智能手机内置加速度传感器的人体行为识别是近年来人工智能领域的一个研究热点，传统的贝叶 斯、极速学习机、决策树等识别方法都必须先针对加速度传感器采集数据提取时频域特征，并从大量的时频特征中进行特征优选。采用深度学习中卷积神经网络算法( convolutional neural network，CNN) 在大数据量与小数据量两种情况下分别进行特征学习，直接读取智能手机内置三轴加速度数据，自动提取加速度信号的特征，利用自动提取出来的加速度数据特征，结合决策树算法实现人体行为的分类识别。实验表明，

  3. 所属分类：深度学习

    • 发布日期：2020-03-06
    • 文件大小：824kb
    • 提供者：Dan510275

  1. 用神经网络、决策树、SVM实现对水下图像特征的分类MATLAB程序（含数据集）

  2. 机器学习作业，用神经网络、决策树、SVM实现对水下图像特征的分类MATLAB程序（含数据集）。神经网络程序有两个隐含层和一个隐含层的。决策树用的ID3算法。SVM用的MATLAB自带的fitcSVM。

  3. 所属分类：机器学习

    • 发布日期：2020-07-08
    • 文件大小：3mb
    • 提供者：qq_44744164

  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. 机器学习-06. 多分类、决策树分类、随机森林分类（上）

  2. 人工智能基础视频教程零基础入门课程 第六章（上） 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：476mb
    • 提供者：suolong123

  1. Python决策树分类算法学习

  2. 从这一章开始进入正式的算法学习。 首先我们学习经典而有效的分类算法：决策树分类算法。 1、决策树算法 决策树用树形结构对样本的属性进行分类，是最直观的分类算法，而且也可以用于回归。不过对于一些特殊的逻辑分类会有困难。典型的如异或（XOR）逻辑，决策树并不擅长解决此类问题。 决策树的构建不是唯一的，遗憾的是最优决策树的构建属于NP问题。因此如何构建一棵好的决策树是研究的重点。 J. Ross Quinlan在1975提出将信息熵的概念引入决策树的构建，这就是鼎鼎大名的ID3算法。后续的C4.5

  3. 所属分类：其它

    • 发布日期：2020-12-23
    • 文件大小：110kb
    • 提供者：weixin_38713450

  1. 模式识别-分类算法-决策树算法（ID3、CART 、C4.5）的比较.pdf

  2. 分类算法-决策树算法（ID3、CART 、C4.5）的比较

  3. 所属分类：互联网

    • 发布日期：2020-12-22
    • 文件大小：536kb
    • 提供者：qq_36411754

  1. 决策树的构建及可视化——帮自己配副隐形眼镜

  2. 前文简介 上一篇文章中主要介绍了以下几方面： 决策树的简介 决策树的流程 熵的定义及如何计算熵 信息增益的定义及如何计算信息增益 依据信息增益划分数据集 本文以一个新的数据集(隐形眼镜数据集)为基础实现构建决策树、决策树的保存与加载、利用决策树分类、决策树的可视化，前文的知识不在过多概述，着重介绍这四个方面。 先大致了解一下数据集： 这份数据源至UCI数据库，其共有4个特征分别为age(年龄)、prescr ipt(症状)、astigmatic(闪光)、tearRate(泪液产生率)以及一个分

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：384kb
    • 提供者：weixin_38741996

  1. 【监督学习】- 分类（决策树）

  2. 决策树 决策树(decision tree) 是一种基本的分类与回归方法。本博客主要讨论用于分类的决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。学习时，利用训练数据，根据损失函数最小化的原则建立决策树模型。预测时，对新的数据，利用决策树模型进行分类。 决策树学习通常包括3个步骤：特征选择、决策树的生成和决策树的修剪。这些决策树学习的思想主要来源于由Quinlan在1986年提出的ID3算法和1993年提出的C4.5算法，以及由Breiman等人在1984年提出的C

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：600kb
    • 提供者：weixin_38726186

  1. python数据分析之决策树实践

  2. 文章目录1、信息熵1.1 信息熵公式1.2 概率分布与信息熵2、决策树2.1 决策树概念2.2 决策树预测原理3、分类决策树3.1 信息增益3.2 训练规则3.3 分类决策树示例4、不纯度度量标准5、决策树算法5.1 ID35.2 C4.55.3 CART6、回归决策树7、决策树实践7.1 分类决策树实践7.2 回归决策树实践 1、信息熵 信息熵，用来描述系统信息量的不确定度，不确定性越大，则信息熵越大，反之，信息熵越小。 1.1 信息熵公式 假设随机变量X具有M个值，分别为: V1，V2 ，

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：68kb
    • 提供者：weixin_38610513

  1. 决策树和朴素贝叶斯算法简介

  2. 本节主要介绍数据挖掘中常见的分类方法决策树和朴素贝叶斯算法。 决策树算法 决策树（Decision Tree，DT）分类法是一个简单且广泛使用的分类技术。 决策树是一个树状预测模型，它是由结点和有向边组成的层次结构。树中包含3种结点：根结点、内部结点和叶子结点。决策树只有一个根结点，是全体训练数据的集合。 树中的一个内部结点表示一个特征属性上的测试，对应的分支表示这个特征属性在某个值域上的输出。一个叶子结点存放一个类别，也就是说，带有分类标签的数据集合即为实例所属的分类。 1. 决策树案例

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：131kb
    • 提供者：weixin_38703626

  1. 【机器学习】决策树算法

  2. 决策树 概念 决策树（Decision Tree）是一种基本的分类与回归方法，本文主要讨论分类决策树。决策树模型呈树形结构，在分类问题中，表示基于特征对实例进行分类的过程。它可以认为是if-then规则的集合，也可以认为是定义在特征空间与类空间上的条件概率分布。相比朴素贝叶斯分类，决策树的优势在于构造过程不需要任何领域知识或参数设置，因此在实际应用中，对于探测式的知识发现，决策树更加适用。 决策树学习通常包括 3 个步骤：特征选择、决策树的生成和决策树的修剪。 决策树 算法思想 模型定义 分类

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：236kb
    • 提供者：weixin_38691453

  1. 逻辑回归、决策树和支持向量机

  2. 摘要：分类问题是商业业务中遇到的主要问题之一。本文对三种主要技术展开讨论，逻辑回归（LogisticRegression）、决策树（DecisionTrees）和支持向量机（SupportVectorMachine，SVM）。分类问题是我们在各个行业的商业业务中遇到的主要问题之一。在本文中，我们将从众多技术中挑选出三种主要技术展开讨论，逻辑回归（LogisticRegression）、决策树（DecisionTrees）和支持向量机（SupportVectorMachine，SVM）。上面列出的

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：498kb
    • 提供者：weixin_38570278

  1. 逻辑回归、决策树和支持向量机

  2. 摘要：分类问题是商业业务中遇到的主要问题之一。本文对三种主要技术展开讨论，逻辑回归（LogisticRegression）、决策树（DecisionTrees）和支持向量机（SupportVectorMachine，SVM）。分类问题是我们在各个行业的商业业务中遇到的主要问题之一。在本文中，我们将从众多技术中挑选出三种主要技术展开讨论，逻辑回归（LogisticRegression）、决策树（DecisionTrees）和支持向量机（SupportVectorMachine，SVM）。上面列出的

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：498kb
    • 提供者：weixin_38507121
« 12 3 4 5 6 7 8 9 10 ... 15 »