您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 绘制树形结构图的算法

  2. 绘制树形结构图的算法,适用于生成组织结构图,曲谱图,决策树等
  3. 所属分类:专业指导

    • 发布日期:2011-04-04
    • 文件大小:2mb
    • 提供者:FiveDays
  1. 决策树绘制graphviz

  2. 改名zip,直接解压,添加路径到变量即可。无需安装。我电脑msi装不上,所以才想到的这个办法。
  3. 所属分类:机器学习

    • 发布日期:2018-03-19
    • 文件大小:49mb
    • 提供者:qq_19772443
  1. 有了决策树每层节点后,如何用python绘制决策树?

  2. 【机器学习】【决策树】有了决策树每层节点后,如何用python绘制决策树?
  3. 所属分类:机器学习

    • 发布日期:2018-04-03
    • 文件大小:5kb
    • 提供者:u012421852
  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. C4.5决策树算法的Python代码和数据样本

  2. 资源中包含完整的C4.5决策树算法Python代码和测试数据,其中有4个文件:C45.py是算法的实现代码,treePlotter.py是绘制决策树代码,PlayData.txt是样本数据,C45test.py用来构建、绘制并测试决策树,您可以运行该文件来依次进行决策树的构建、剪枝、绘制树型图,并对测试样本进行分类。
  3. 所属分类:机器学习

    • 发布日期:2018-12-21
    • 文件大小:7kb
    • 提供者:leaf_zizi
  1. matlab开发-交叉验证和局部分析显示的决策树和预测模型

  2. matlab开发-交叉验证和局部分析显示的决策树和预测模型。此代码实现分类树,并为每个目标类绘制ROC曲线。
  3. 所属分类:其它

    • 发布日期:2019-08-22
    • 文件大小:962kb
    • 提供者:weixin_38744207
  1. decisiontree, 基于ID3的ML决策树算法实现.zip

  2. decisiontree, 基于ID3的ML决策树算法实现 决策树一个实现决策树学习的ruby 库( ) 。 目前,可以学习连续和离散的数据集。离散模型假定唯一标签&可以绘制并转换为png以进行可视化分析连续查看变量的所有可能值并迭代地选择所有可能分配之间的最佳阈值。 这就产生了一个
  3. 所属分类:其它

    • 发布日期:2019-10-10
    • 文件大小:18kb
    • 提供者:weixin_38743602
  1. python实现ID3决策树

  2. python实现ID3决策树,按照给定特征划分数据集 :param axis:划分数据集的特征的维度 :param value:特征的值 :return: 符合该特征的所有实例(并且自动移除掉这维特征) mian.py 绘制决策树
  3. 所属分类:机器学习

    • 发布日期:2020-05-18
    • 文件大小:7kb
    • 提供者:qq_42299461
  1. python实现对率回归决策树.zip

  2. 调用sklearn.linear_model中的LogisticRegression库,尝试通过对率回归对离散数据进行划分,对每个属性进行预测,选取正确率最大的属性作为根节点,并对该节点的每个属性取值进行划分选择,依此类推,最终绘制一棵决策树。
  3. 所属分类:机器学习

    • 发布日期:2020-04-16
    • 文件大小:412kb
    • 提供者:qq_36949278
  1. Decision-Tree-master.zip

  2. 本代码通过使用python代码实现CART带后剪枝决策树,使用pydotplus库绘制决策树,其中.cvs为数据文件,.png为绘制决策树图形,推荐在anaconda中运行.py 文件
  3. 所属分类:机器学习

    • 发布日期:2020-03-11
    • 文件大小:82kb
    • 提供者:MWY_1026
  1. 科学决策--决策树决策技术

  2. 决策树使决策问题形象化。它把各备选方案在不同自然状况下的概率及其损益值大小,简明地绘制在一张图上,从而形象地反出整个决策过程。它不仅可以解决单阶段的决策问题,而且可以解决“损益矩阵”无法表达的多阶段的顺序决策问题,所以在决策中得到极为广泛的应用。
  3. 所属分类:专业指导

    • 发布日期:2010-07-13
    • 文件大小:115kb
    • 提供者:XIAOFENG1988
  1. ID3决策树算法-iris数据集-matlab实现-决策树绘制

  2. 此程序主要实现对数据的加载和处理,首先加载数据,本算法选择的数据集是鸢尾花数据集,加载的数据形式是元胞数组,本程序先把其转换成字符串数组,后对字符串数组进行处理,将数据部分和标签部分分隔开,数据部分转换成数组形式,标签部分则对应存储于字符串数组中。然后对数据创建决策树,结果存储于结构体中,后计算算法的准确率。最后将结构体数据转换成元胞数据,转换成treeplot系统函数能识别的数据形式,并绘制决策树。
  3. 所属分类:专业指导

    • 发布日期:2020-09-03
    • 文件大小:5kb
    • 提供者:qq_39549094
  1. Matplotlib中文乱码的3种解决方案

  2. 当我们用matplotlib作图时,往往会发现中文的文字变成了小方块,我在绘制决策树的时候就碰到了这个问题。下面这篇文章主要给大家总结介绍了关于Matplotlib中文乱码的3种解决方案,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:53kb
    • 提供者:weixin_38610815
  1. 利用GF-1卫星资料绘制乌兰苏海湖水生植被特别是水下植被的新方法。

  2. 使用常规植被指数很难从卫星图像中准确识别和提取水体和水下植被,因为对水的强烈吸收会削弱浅水湖泊中水下植被反射的高近红外光谱特性。 这项研究以中国半干旱地区的乌兰苏海浅湖为研究地点,并提出了一种新的凹凸决策功能,可以利用高粉1号(GF-1)检测水下水生植物(SAV)和识别水体。 ),并于2015年7月和2015年8月获取分辨率为16米的多光谱卫星图像。同时,通过决策树方法对新兴植被,“黄台藻开花”和SAV进行了同时分类。 经过实地调查和核实,7月和8月的分类精度分别为92.17%和91.79%,表
  3. 所属分类:其它

  1. matplotlib.pyplot绘制决策树的准确率,召回率,ROC,特征重要性-附件资源

  2. matplotlib.pyplot绘制决策树的准确率,召回率,ROC,特征重要性-附件资源
  3. 所属分类:互联网

    • 发布日期:2021-03-05
    • 文件大小:106byte
    • 提供者:weixin_42193786
  1. matplotlib.pyplot绘制决策树的准确率,召回率,ROC,特征重要性-附件资源

  2. matplotlib.pyplot绘制决策树的准确率,召回率,ROC,特征重要性-附件资源
  3. 所属分类:互联网

    • 发布日期:2021-03-02
    • 文件大小:23byte
    • 提供者:weixin_42183486
  1. 决策分析:用于绘制决策树的应用程序:给定替代方案和先验概率,找到每个结果的预期收益(贝叶定理)-源码

  2. 该项目是通过。 可用脚本 在项目目录中,可以运行: yarn start 在开发模式下运行应用程序。 打开在浏览器中查看。 如果进行编辑,页面将重新加载。 您还将在控制台中看到任何棉绒错误。 yarn test 在交互式监视模式下启动测试运行程序。 有关更多信息,请参见关于的部分。 yarn build 构建生产到应用程序build文件夹。 它在生产模式下正确捆绑了React,并优化了构建以获得最佳性能。 最小化构建,文件名包含哈希。 您的应用已准备好进行部署! 有关更多信息,请参见
  3. 所属分类:其它

    • 发布日期:2021-02-17
    • 文件大小:354kb
    • 提供者:weixin_42128963
  1. Stroke_Prediction_6ML_models:该项目使用六个机器学习模型(XGBoost,随机森林分类器,支持向量机,逻辑回归,单决策树分类器和TabNet)进行笔画预测。 为此,我使用了Kaggle的“ healthcare-

  2. Stroke_Prediction_6ML_models 该项目使用六个机器学习模型(XGBoost,随机森林分类器,支持向量机,逻辑回归,单决策树分类器和TabNet)进行笔画预测。 为此,我使用了Kaggle的“ healthcare-dataset-stroke-data”。 为了确定哪种模型最适合进行笔画预测,我绘制了每种模型的曲线下面积(AUC)。 AUC越高,模型越好
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:221kb
    • 提供者:weixin_42104181
  1. dsc-decision-trees-lab-onl01-dtsc-pt-012120:使用scikit-learn构建树-实验-源码

  2. 使用scikit-learn构建树-实验 介绍 按照上一课中看到的简单示例,现在将为更复杂的数据集构建决策树。 该实验室涵盖了标准机器学习实践的所有主要领域,从数据获取到结果评估。 我们将按照上一课中看到的相同结构,继续使用Scikit-learn和Pandas库进行此分析。 目标 在本实验中,您将: 使用scikit-learn拟合决策树分类模型 使用熵和信息增益来确定在每个节点上分割的最佳属性 使用Python绘制决策树 UCI钞票认证数据集 在本实验中,您将使用一个流行的分类数据集称为“
  3. 所属分类:其它

    • 发布日期:2021-02-15
    • 文件大小:365kb
    • 提供者:weixin_42101237
  1. 决策树_Python3实现代码及注释

  2. 代码来自Peter Harrington《机器学习实战 · 第三章》一.决策树的构造及绘制整体代码二.构造及绘制的各部分函数1.计算给定数据集的香农熵2.按照给定特征划分数据集3.选择最好的数据集划分方式4.创建树的函数代码5.使用文本注解绘制树节点6.获取叶节点的数目和树的层数7.plotTree函数三.测试和存储分类器8.使用决策树的分类函数9.使用pickle模块存储决策树10.使用决策树预测隐形眼镜类型 一.决策树的构造及绘制整体代码 数据表: 海洋生物数据 不浮出水面
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:77kb
    • 提供者:weixin_38750003
« 12 3 »