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. 用Python实现决策树分类算法

  2. 1. 使用Python实现基本的决策树算法； 2. 主要使用pandas的DataFrame实现； 3. 为防止过度拟合，在小于20个记录时，直接选取记录中最多类别； 3. 没有画决策树图

  3. 所属分类：Python

    • 发布日期：2015-06-13
    • 文件大小：2kb
    • 提供者：a464357735

  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. 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. python决策树代码 python决策树代码 python决策树代码 python决策树代码 python决策树代码 python决策树代码 python决策树代码 python决策树代码

  3. 所属分类：数据库

    • 发布日期：2020-01-23
    • 文件大小：8kb
    • 提供者：bjzbits

  1. Python决策树代码.rar

  2. Python决策树代码，只需要修改传入的数据即可。里面还有输出决策树结果图需要安装的软件以及说明。

  3. 所属分类：Python

    • 发布日期：2019-10-18
    • 文件大小：31mb
    • 提供者：hansmu

  1. python决策树.zip

  2. python决策树模型

  3. 所属分类：算法与数据结构

    • 发布日期：2020-09-15
    • 文件大小：34kb
    • 提供者：MR_Phon

  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决策树分类算法学习

  2. 主要为大家详细介绍了Python决策树分类算法，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：112kb
    • 提供者：weixin_38547882

  1. Python决策树和随机森林算法实例详解

  2. 主要介绍了Python决策树和随机森林算法,集合实例形式详细分析了决策树和随机森林算法的概念、原理及Python相关实现技巧与注意事项,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：158kb
    • 提供者：weixin_38606019

  1. Python决策树之基于信息增益的特征选择示例

  2. 主要介绍了Python决策树之基于信息增益的特征选择,结合实例形式分析了决策树中基于信息增益的特征选择原理、计算公式、操作流程以及具体实现技巧,需要的朋友可以参考下

  3. 所属分类：其它

    • 发布日期：2020-09-20
    • 文件大小：62kb
    • 提供者：weixin_38626858

  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

  1. Python决策树之基于信息增益的特征选择示例

  2. 本文实例讲述了Python决策树之基于信息增益的特征选择。分享给大家供大家参考，具体如下： 基于信息增益的特征选取是一种广泛使用在决策树(decision tree)分类算法中用到的特征选取。该特征选择的方法是通过计算每个特征值划分数据集获得信息增益，通过比较信息增益的大小选取合适的特征值。 一、定义 1.1 熵 信息的期望值，可理解为数据集的无序度，熵的值越大，表示数据越无序，公式如下： 其中H表示该数据集的熵值， pi表示类别i的概率， 若所有数据集只有一个类别，那么pi=1，H=0。因此

  3. 所属分类：其它

    • 发布日期：2020-12-24
    • 文件大小：59kb
    • 提供者：weixin_38695471

  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. 机器学习python决策树（tree.DecisionTreeRegressor）算法实例-附件资源

  2. 机器学习python决策树（tree.DecisionTreeRegressor）算法实例-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_42202078

  1. 机器学习python决策树（tree.DecisionTreeRegressor）算法实例-附件资源

  2. 机器学习python决策树（tree.DecisionTreeRegressor）算法实例-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_42197110

  1. Python决策树可视化代码.zip

  2. id3算法创建决策树，用matplotlib库实现决策树可视化（机器学习入门）

  3. 所属分类：其它

  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

  1. python决策树之CART分类回归树详解

  2. 决策树之CART（分类回归树）详解，具体内容如下 1、CART分类回归树简介   CART分类回归树是一种典型的二叉决策树，可以处理连续型变量和离散型变量。如果待预测分类是离散型数据，则CART生成分类决策树；如果待预测分类是连续型数据，则CART生成回归决策树。数据对象的条件属性为离散型或连续型，并不是区别分类树与回归树的标准，例如表1中，数据对象xi的属性A、B为离散型或连续型，并是不区别分类树与回归树的标准。 表1 2、CART分类回归树分裂属性的选择   2.1 CART

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：148kb
    • 提供者：weixin_38518668
« 12 3 4 5 6 7 8 9 10 ... 19 »