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. 随机森林random forest源码

  2. 用vs2008编写的c++版本的random forest。基于决策树c4.5模型设计，并配有两个简单的分类实例。

  3. 所属分类：C++

    • 发布日期：2012-02-28
    • 文件大小：885kb
    • 提供者：yang_xian521

  1. 随机决策森林分类器设计

  2. 随机决策森林分类器设计

  3. 所属分类：C++

    • 发布日期：2012-12-18
    • 文件大小：160kb
    • 提供者：zy592804343

  1. Random Forests and Ferns 决策树、随机森林、蕨类分类 的介绍 蕨类分类TLD算法中到的一部分

  2. Random Forests and Ferns 决策树、随机森林、蕨类分类 的介绍 蕨类分类TLD算法中到的一部分 TLD中用到的不是随机森林而是蕨类分类！SEMI-NAIVE BAYES 半朴素贝叶斯分类方法 具有快速简单的特点

  3. 所属分类：专业指导

    • 发布日期：2013-01-10
    • 文件大小：5mb
    • 提供者：cv_richie

  1. Decision Forests for Computer Vision and Medical Image Analysis

  2. 微软的有关随机森林的应用和描述的书籍，对于学习机器学习和分类的同学，可以作大致参考

  3. 所属分类：专业指导

    • 发布日期：2013-11-01
    • 文件大小：18mb
    • 提供者：sy_lightning

  1. 随机森林算法opencv

  2. opencv结合C++的随机森林算法，可以设计分类器，分成N颗决策树，进行人脸和车辆检测和识别

  3. 所属分类：C++

    • 发布日期：2016-02-29
    • 文件大小：113kb
    • 提供者：fudongqi

  1. 随机森林对数据分类的Python实现

  2. 决策树对于数据分类的Python实现，测试集和训练集分别给出，而且数据已经处理好的，

  3. 所属分类：机器学习

    • 发布日期：2018-05-15
    • 文件大小：14mb
    • 提供者：weixin_40645129

  1. 决策森林中的分类、回归等

  2. In this paper, diverse learning tasks such as regression, classification and semi-supervised learning are explained as instances of the same general decision forest model. This unified framework then leads to novel uses of forests, e.g. in density e

  3. 所属分类：机器学习

    • 发布日期：2018-05-22
    • 文件大小：32mb
    • 提供者：angelarlsp

  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. 局部加权随机森林的冲击地压危险性等级预测

  2. 为对煤矿冲击地压危险性等级进行预测,综合考虑煤层厚度、煤层倾角、开采深度、顶板岩性、构造情况、开采方法、有无煤柱、采煤工艺等影响因素.采用局部加权学习方法建立冲击地压危险性等级预测模型,其中分类器选择随机森林,样本间距离采用欧氏距离函数进行计算.实验选取17组冲击地压数据进行研究,其中14组数据用于建立预测模型,采用十折交叉验证法对模型进行评价,并与采用决策树和朴素贝叶斯生成的模型进行比较,预测准确率得到较大提高,最后使用该模型对其它3组测试数据进行预测,预测结果与实际类别吻合.研究结果表明:采

  3. 所属分类：其它

    • 发布日期：2020-04-29
    • 文件大小：170kb
    • 提供者：weixin_38596413

  1. 随机森林算法的matlab实现

  2. 随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本为那一类。

  3. 所属分类：机器学习

    • 发布日期：2019-03-16
    • 文件大小：33kb
    • 提供者：qq_41611588

  1. 机器学习-07. 分类评估、聚类（下）

  2. 人工智能基础视频教程零基础入门课程 第七章（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：366mb
    • 提供者：suolong123

  1. 机器学习-07. 分类评估、聚类（上）

  2. 人工智能基础视频教程零基础入门课程 第七章（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：761mb
    • 提供者：suolong123

  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. 机器学习-05. 分类器项目案例和神经网络算法

  2. 人工智能基础视频教程零基础入门课程 第五章 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 Tensor

  3. 所属分类：机器学习

    • 发布日期：2020-07-16
    • 文件大小：939mb
    • 提供者：suolong123

  1. 基于随机森林算法的旋转机械齿轮组故障诊断

  2. 针对单一的分类器用于旋转机械故障诊断时存在准确率不高的问题,提出一种基于随机森林算法的旋转机械齿轮组故障诊断方法。该方法利用随机森林多分类器组合决策树的思想,通过多分类器的组合学习提高故障诊断的准确率,并在风力涡轮动力传动系统故障诊断模拟器系统上进行了多工况多故障的实验验证。首先,收集多工况、多故障的齿轮传感器信号,提取传感器信号的时域特征作为随机森林的输入特征量。然后,利用构建好的随机森林模型进行齿轮组的故障诊断,并将随机森林算法的分类结果与支持向量机方法的分类结果进行对比。通过对故障诊断结果

  3. 所属分类：其它

  1. 基于随机森林的综放工作面煤矸图像识别

  2. 针对目前综放工作面煤矸图像识别方法存在的参数调节难度高、预测准确率低、易过拟合等问题，提出了一种基于随机森林(RF)算法的综放工作面煤矸图像识别方法。以担水沟煤矿6203综放工作面为工程背景，采集放煤口的煤矸图像并对其进行裁剪、灰度转化、对比度增强、图像滤波预处理；采用灰度-梯度共生矩阵提取出15个煤矸图像纹理特征；采用RF算法对15个煤矸纹理特征的重要性进行排序，并选取前5个实现降维处理，分析降维前后RF算法对煤矸图像的识别效果。结果表明，在决策树个数为150、采用log2M+1方法计算每次分

  3. 所属分类：其它

  1. Python使用sklearn库实现的各种分类算法简单应用小结

  2. 主要介绍了Python使用sklearn库实现的各种分类算法,结合实例形式分析了Python使用sklearn库实现的KNN、SVM、LR、决策树、随机森林等算法实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-19
    • 文件大小：43kb
    • 提供者：weixin_38645208

  1. 自然语言处理文本分类实验

  2. Python文本分类总结:贝叶斯,逻辑回归,决策树,随机森林,SVM,词向量,TFIDF,神经网络,CNN,LSTM,GRU,双向RNN,LDA：含文本10分类语料、机器学习算法、深度学习算法、专家系统，文本分类结果及结论

  3. 所属分类：深度学习

    • 发布日期：2020-09-27
    • 文件大小：50mb
    • 提供者：Yellow_python

  1. Python决策树和随机森林算法实例详解

  2. 本文实例讲述了Python决策树和随机森林算法。分享给大家供大家参考，具体如下： 决策树和随机森林都是常用的分类算法，它们的判断逻辑和人的思维方式非常类似，人们常常在遇到多个条件组合问题的时候，也通常可以画出一颗决策树来帮助决策判断。本文简要介绍了决策树和随机森林的算法以及实现，并使用随机森林算法和决策树算法来检测FTP暴力破解和POP3暴力破解，详细代码可以参考： https://github.com/traviszeng/MLWithWebSecurity 决策树算法 决策树表现了对象属性和

  3. 所属分类：其它

    • 发布日期：2020-12-25
    • 文件大小：158kb
    • 提供者：weixin_38678498
« 12 3 4 5 6 7 8 9 10 »