点数信息
www.dssz.net
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]
!
首页
移动开发
云计算
大数据
数据库
游戏开发
人工智能
网络技术
区块链
操作系统
模糊查询
热门搜索:
源码
Android
整站
插件
识别
p2p
游戏
算法
更多...
在线客服QQ:632832888
当前位置:
资源下载
搜索资源 - bagging算法
下载资源分类
移动开发
开发技术
课程资源
网络技术
操作系统
安全技术
数据库
行业
服务器应用
存储
信息化
考试认证
云计算
大数据
跨平台
音视频
游戏开发
人工智能
区块链
在结果中搜索
所属系统
Windows
Linux
FreeBSD
Unix
Dos
PalmOS
WinCE
SymbianOS
MacOS
Android
开发平台
Visual C
Visual.Net
Borland C
CBuilder
Dephi
gcc
VBA
LISP
IDL
VHDL
Matlab
MathCAD
Flash
Xcode
Android STU
LabVIEW
开发语言
C/C++
Pascal
ASM
Java
PHP
Basic/ASP
Perl
Python
VBScript
JavaScript
SQL
FoxBase
SHELL
E语言
OC/Swift
文件类型
源码
程序
CHM
PDF
PPT
WORD
Excel
Access
HTML
Text
资源分类
搜索资源列表
Bagging算法在中文文本分类中的应用
Bagging算法在中文文本分类中的应用
所属分类:
其它
发布日期:2009-12-18
文件大小:203776
提供者:
flygeniuslx
集成学习(Bagging ,Boosting ,AdaBoost) PPT
集成学习Bagging ,Boosting等介绍的PPT。集成方法是构建一种对单个分类器进行集成的学习算法,将各分类器的分类结果以一定的方式集成起来实现对新数据点进行分类,其中单个分类器是独立的且不要求分类精度很高。通过这种方式,大大提高了集成系统的性能。
所属分类:
专业指导
发布日期:2011-09-15
文件大小:1048576
提供者:
xidianliutingting
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2015-04-13
文件大小:5242880
提供者:
u013566228
bagging算法python组件
bagging 是bootstrap aggregating的缩写,它首次介绍是在L. Breiman, Bagging predictors, Mach. Learn. 24 (2) (1996) 123--140 ,是第一批用于多分类器集成算法。该集成方法包括在一个训练集合上重复训练得到的多个分类器。
所属分类:
Python
发布日期:2015-04-19
文件大小:11534336
提供者:
u013566228
集成算法讲解ppt
集成算法PPT包括Bagging和AdaBoost
所属分类:
讲义
发布日期:2015-11-05
文件大小:458752
提供者:
zhaohoutao
Spark下BP神经网络并行化算法研究
BP算法(反向传播算法)以其良好的非线性逼近能力、泛化能力以及实用性成为了人工神经网络训练算法中应用最为广泛的算法。但同时使用BP算法又存在收敛速度较慢、易陷入局部极小值等问题。为了将BP算法用于大规模数据分类问题,采用MapReduce思想,将大数据集切分成若干小的数据集来并行加速处理,同时引入Bagging算法的思想来综合并行结果,提高分类的准确率。通过在各个节点上根据子数据集独立地训练各个BP神经网络,直至各网络收敛,再将各节点上的网络收集起来进行集成,形成最终的分类器。基于Spark平
所属分类:
spark
发布日期:2018-06-22
文件大小:1048576
提供者:
qq_28339273
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2019-02-11
文件大小:5242880
提供者:
linfeiyu2007
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2019-03-19
文件大小:5242880
提供者:
carocaro
集成学习(AdaBoost、Bagging)
包含基于决策树桩进行集成的AdaBoost、Bagging算法,并实现对学习结果的可视化。“*”表示支撑超平面边界的点,“+”、“-”分别表示正反例数据点,青色线条为集学习器(决策树桩)分类边界。
所属分类:
机器学习
发布日期:2020-03-15
文件大小:14336
提供者:
mddh_123
Bagging算法.zip
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
算法与数据结构
发布日期:2020-01-17
文件大小:14680064
提供者:
weixin_42687126
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2020-01-17
文件大小:5242880
提供者:
weixin_42329419
基于信息增益和Bagging集成学习算法的个人信用评估模型研究
基于信息增益和Bagging集成学习算法的个人信用评估模型研究,邵笑笑,曹杰,集成学习的算法是一种基于统计理论以计算机实现的良好机器学习方法。本文阐述了集成学习的基本思想和实现步骤,运用Bagging集成学�
所属分类:
其它
发布日期:2020-01-15
文件大小:519168
提供者:
weixin_38590784
总结:Bootstrap(自助法),Bagging,Boosting(提升) - 简书.pdf
关于机器学习方面的集成算法,包括boosting和bagging,里面讲解详细,值得下载2019/4/27 总结: Bootstrap(白助法), Bagging, Boosting(提升)-简书 assiier 1 -9 Decition boundary Classifier 2 Decislon boundary 2 Classifier 3 o Decision boundary 3 ▲△▲ △6▲ Feature 1 Feature 1 Featur (∑ g Feature Ense
所属分类:
机器学习
发布日期:2019-10-13
文件大小:2097152
提供者:
qq_15141977
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2019-04-20
文件大小:5242880
提供者:
lisha1002
bagging算法
Bagging的策略: 从样本集中用Bootstrap采样选出n个样本 在所有属性上 对这n个样本建立分类器(CART or SVM or ) 重复以上两步m次 i e build m个分类器(CART or SVM or ) 将数据放在这m个分类器上跑 最后vote看到底分到哪一类
所属分类:
讲义
发布日期:2020-06-18
文件大小:5242880
提供者:
limeng918
基于sklearn实现Bagging算法(python)
主要为大家详细介绍了基于sklearn实现Bagging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
所属分类:
其它
发布日期:2020-09-19
文件大小:63488
提供者:
weixin_38630324
基于sklearn实现Bagging算法(python)
本文使用的数据类型是数值型,每一个样本6个特征表示,所用的数据如图所示: 图中A,B,C,D,E,F列表示六个特征,G表示样本标签。每一行数据即为一个样本的六个特征和标签。 实现Bagging算法的代码如下: from sklearn.ensemble import BaggingClassifier from sklearn.tree import DecisionTreeClassifier from sklearn.preprocessing import StandardScaler
所属分类:
其它
发布日期:2021-01-01
文件大小:100352
提供者:
weixin_38687199
Python使用sklearn实现的各种回归算法示例
本文实例讲述了Python使用sklearn实现的各种回归算法。分享给大家供大家参考,具体如下: 使用sklearn做各种回归 基本回归:线性、决策树、SVM、KNN 集成方法:随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 1. 数据准备 为了实验用,我自己写了一个二元函数,y=0.5*np.sin(x1)+ 0.5*np.cos(x2)+0.1*x1+3。其中x1的取值范围是0~50,x2的取值范围是-10~10,x1和x2的训练集一共有5
所属分类:
其它
发布日期:2020-12-26
文件大小:431104
提供者:
weixin_38668776
基于改进Bagging算法的高斯过程集成软测量建模
基于改进Bagging算法的高斯过程集成软测量建模
所属分类:
其它
发布日期:2021-03-20
文件大小:320512
提供者:
weixin_38691453
用Python实现随机森林算法的示例
拥有高方差使得决策树(secision tress)在处理特定训练数据集时其结果显得相对脆弱。bagging(bootstrap aggregating 的缩写)算法从训练数据的样本中建立复合模型,可以有效降低决策树的方差,但树与树之间有高度关联(并不是理想的树的状态)。 随机森林算法(Random forest algorithm)是对 bagging 算法的扩展。除了仍然根据从训练数据样本建立复合模型之外,随机森林对用做构建树(tree)的数据特征做了一定限制,使得生成的决策树之间没有关联,
所属分类:
其它
发布日期:2021-01-21
文件大小:108544
提供者:
weixin_38555350
«
1
2
3
4
»