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. 数据挖掘之经典算法（非常实用）

  2. 决策树算法 ID3算法 C4.5算法 The k-means algorithm（k平均算法）SVM（支持向量机）贝叶斯（Bayes）分类器

  3. 所属分类：其它

    • 发布日期：2010-09-23
    • 文件大小：896kb
    • 提供者：l546753716

  1. C4.5分类决策树算法

  2. 数据挖掘世界十大经典算法之首的C4.5分类决策树算法讲解及源代码！

  3. 所属分类：其它

    • 发布日期：2010-12-06
    • 文件大小：106kb
    • 提供者：zeal27

  1. 代码优化：有效使用内存.part3

  2. 本书系统深入地介绍了各种代码优化编程技术。全书分为4章。第1章集中介绍如何确定程序中消耗CPU时钟最多的热点代码的所谓程序剖析技术以及典型部分工具的实用知识。第2，3章分别全面介绍RAM了系统与高速缓存子系统的代码优化知识。第4章主要介绍了机器代码优化技术。各章在讨论基本原理的同时详细给出了代码实例，并对优化性能进行了定量的分析。该书特别适合于作为应用程序员及系统程序员的学习与开发之用。同时，本书对在硬件方面的专业人员与技术工作者有一定的参考价值。 图书目录： 第1章程序剖分 1.1剖分的目标

  3. 所属分类：其它

    • 发布日期：2011-04-11
    • 文件大小：4mb
    • 提供者：eureky

  1. 代码优化：有效使用内存.part1

  2. 本书系统深入地介绍了各种代码优化编程技术。全书分为4章。第1章集中介绍如何确定程序中消耗CPU时钟最多的热点代码的所谓程序剖析技术以及典型部分工具的实用知识。第2，3章分别全面介绍RAM了系统与高速缓存子系统的代码优化知识。第4章主要介绍了机器代码优化技术。各章在讨论基本原理的同时详细给出了代码实例，并对优化性能进行了定量的分析。该书特别适合于作为应用程序员及系统程序员的学习与开发之用。同时，本书对在硬件方面的专业人员与技术工作者有一定的参考价值。 图书目录： 第1章程序剖分 1.1剖分的目标

  3. 所属分类：其它

    • 发布日期：2011-04-11
    • 文件大小：14mb
    • 提供者：eureky

  1. 代码优化：有效使用内存.part2

  2. 本书系统深入地介绍了各种代码优化编程技术。全书分为4章。第1章集中介绍如何确定程序中消耗CPU时钟最多的热点代码的所谓程序剖析技术以及典型部分工具的实用知识。第2，3章分别全面介绍RAM了系统与高速缓存子系统的代码优化知识。第4章主要介绍了机器代码优化技术。各章在讨论基本原理的同时详细给出了代码实例，并对优化性能进行了定量的分析。该书特别适合于作为应用程序员及系统程序员的学习与开发之用。同时，本书对在硬件方面的专业人员与技术工作者有一定的参考价值。 图书目录： 第1章程序剖分 1.1剖分的目标

  3. 所属分类：其它

    • 发布日期：2011-04-11
    • 文件大小：14mb
    • 提供者：eureky

  1. 决策树之C4.5代码实现

  2. 资料用代码实现了决策树C4.5算法，能让你对C4.5有一个全新的理解

  3. 所属分类：网络监控

    • 发布日期：2011-04-22
    • 文件大小：478kb
    • 提供者：tianxingjianof

  1. 十大机器学习算法--C4.5算法

  2. 十大机器学习算法之C4.5算法，C4.5算法是重要的分类算法，它有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。

  3. 所属分类：C

    • 发布日期：2012-06-25
    • 文件大小：327kb
    • 提供者：naturebe

  1. 决策树算法之C4.5

  2. 数据挖掘算法中决策树算法的C4.5源代码，很有参考价值

  3. 所属分类：C++

    • 发布日期：2014-03-10
    • 文件大小：154kb
    • 提供者：u010853891

  1. machine learning adaboost

  2. AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法，AdaBoost.M1是我们通常所说的Discrete AdaBoost，而AdaBoost.M2是M1的泛化形式。关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者明显。后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其

  3. 所属分类：Python

    • 发布日期：2014-12-04
    • 文件大小：72kb
    • 提供者：suipingsp

  1. 决策树算法之ID3

  2. 用Python写的决策树算法，有基本框架，很容易改写成CART和C4.5，在两个小数据集上测试准确率为100%和90%

  3. 所属分类：Python

    • 发布日期：2015-01-14
    • 文件大小：23kb
    • 提供者：kb_1024

  1. MachineLearning-master-python.zip

  2. 属于网络下载资源，感谢原作者的贡献。 ##目录介绍 - **DeepLearning Tutorials** 这个文件夹下包含一些深度学习算法的实现代码，以及具体的应用实例，包含： Keras使用进阶。介绍了怎么保存训练好的CNN模型，怎么将CNN用作特征提取，怎么可视化卷积图。 [keras_usage]介绍了一个简单易用的深度学习框架keras，用经典的Mnist分类问题对该框架的使用进行说明，训练一个CNN，总共不超过30行代码。 将卷积神经网络CNN应用于人脸识别的一个demo，人脸数

  3. 所属分类：专业指导

    • 发布日期：2016-07-04
    • 文件大小：1mb
    • 提供者：qq_33042687

  1. 数据挖掘十大算法之C4.5

  2. 数据挖掘十大算法之C4.5

  3. 所属分类：SQLServer

    • 发布日期：2017-05-16
    • 文件大小：910kb
    • 提供者：qq_26628115

  1. 机器学习十大算法之决策树

  2. 这是关于机器学习十大算法中的决策树详细介绍，主要介绍了ID3、C4.5和CART三个算法

  3. 所属分类：机器学习

    • 发布日期：2018-10-11
    • 文件大小：1mb
    • 提供者：qq_38900441

  1. 机器学习算法笔记

  2. 本文总结博客中关于机器学习十大算法的详细过程，进行汇总，包括广义线性模型、softmax 回归 、逻辑回归、梯度下降法、Logistic 回归与牛顿迭代法、两种梯度下降法、相对熵（KL 散度）、K-Means 聚类算法 、朴素贝叶斯分类、决策树之 ID3 算法 、决策树之 C4.5 算法、 决策树之 CART 算法、随机森林、K-D 树、KNN 算法、BFGS 算法、L-BFGS 算法、文本特征属性选择。 十九、矩阵求导解最小二乘问题 二十、局部加权回归 二十一、最小二乘的概率解释

  3. 所属分类：机器学习

    • 发布日期：2018-11-21
    • 文件大小：1mb
    • 提供者：u013940210

  1. 艾默生(罗斯蒙特) 8800D涡街流量计英文样本.pdf

  2. 艾默生(罗斯蒙特) 8800D涡街流量计英文样本pdf,提供艾默生(罗斯蒙特) 8800D涡街流量计英文样本资料下载，资料主要介绍了8800D涡街流量计的性能特点及选型规格参数等。2013年5月 罗斯蒙特8800D 88 00D Critical Process涡街流量计提高了过程可用性,并增强了整体安全性 消除旁路管线,适合关键过程安装 采用传统方法在关键应用中安装涡街流量计时,需要用到 旁路管线,以便过程流体能够在传感器日常维护期间绕过 流量计。而安裝罗斯蒙特独冇的非接液式传感器时则无需 旁

  3. 所属分类：其它

  1. python决策树之C4.5算法详解

  2. 主要为大家详细介绍了python决策树之C4.5算法的相关资料，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：140kb
    • 提供者：weixin_38670420

  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. “高频面经”之机器学习篇

  2. ​    注：机器学习注重原理理解、算法对比及场景使用，应加强算法公式推导及多场景实战。以下试题为作者日常整理的通用高频面经，包含题目，答案与参考文章，欢迎纠正与补充。 更多内容尽在公众号： 目录 1.常见分类算法及应用场景 2.逻辑回归推导 3.SVM相关问题 4.核函数使用 5.生成模型和判别模型基本形式 6.ID3,C4.5和CART区别 7.交叉熵公式原理 8.L1和L2正则化的区别 9.传统机器学习模型有哪些 10.k-means算法流程 11.DBSCAN和Kmeans对比 12

  3. 所属分类：其它

    • 发布日期：2021-01-07
    • 文件大小：561kb
    • 提供者：weixin_38523618

  1. c语言 数据结构实现之字符串

  2. c语言 数据结构实现之字符串 串采用定长顺序存储结构(由c4-1.h定义)的基本操作(13个)，包括算法4.2，4.3，4.5   实现效果图： #include #include #include // SString是数组，故不需引用类型 #define OK 1 #define TRUE 1 #define FALSE 0 #define ERROR 0 #define INFEASIBLE -1 #define DestroyString ClearString // De

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：88kb
    • 提供者：weixin_38675815

  1. python决策树之C4.5算法详解

  2. 本文为大家分享了决策树之C4.5算法，供大家参考，具体内容如下 1. C4.5算法简介   C4.5算法是用于生成决策树的一种经典算法，是ID3算法的一种延伸和优化。C4.5算法对ID3算法主要做了一下几点改进：   （1）通过信息增益率选择分裂属性，克服了ID3算法中通过信息增益倾向于选择拥有多个属性值的属性作为分裂属性的不足；   （2）能够处理离散型和连续型的属性类型，即将连续型的属性进行离散化处理；   （3）构造决策树之后进行剪枝操作；   （4）能够处理具有缺失属性值的

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：140kb
    • 提供者：weixin_38728347