您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 决策树算法

  2. 决策树算法为机器学习领域最经典算法之一,本课件以1个案例引入决策树算法在日常工作中的应用,之后通过示例详细介绍决策树算法的核心概念信息熵的应用,系统介绍ID3算法,并以Python语言加以实现。
  3. 所属分类:专业指导

    • 发布日期:2013-08-05
    • 文件大小:3145728
    • 提供者:u011442043
  1. ID3,C4.5,Python

  2. 用python实现ID3,C4.5算法。基于决策树的数据挖掘算法。
  3. 所属分类:Python

    • 发布日期:2016-01-07
    • 文件大小:428032
    • 提供者:sinat_15104757
  1. 决策树算法python代码实现

  2. 决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3, C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。 决策树是一种树形结构,其中每个内部节点
  3. 所属分类:机器学习

    • 发布日期:2018-06-01
    • 文件大小:4096
    • 提供者:u010919410
  1. python实现决策树C4.5算法详解(在ID3基础上改进)

  2. 下面小编就为大家带来一篇python实现决策树C4.5算法详解(在ID3基础上改进)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-21
    • 文件大小:132096
    • 提供者:weixin_38593823
  1. 基于ID3决策树算法的实现(Python版)

  2. 下面小编就为大家带来一篇基于ID3决策树算法的实现(Python版)。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-21
    • 文件大小:139264
    • 提供者:weixin_38642735
  1. python实现ID3决策树算法

  2. 主要为大家详细介绍了python实现ID3决策树算法,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:87040
    • 提供者:weixin_38664427
  1. python代码实现ID3决策树算法

  2. 主要为大家详细介绍了python代码实现ID3决策树算法,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:47104
    • 提供者:weixin_38682790
  1. python实现决策树ID3算法的示例代码

  2. 主要介绍了python实现决策树ID3算法的示例代码,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
  3. 所属分类:其它

    • 发布日期:2020-09-20
    • 文件大小:47104
    • 提供者:weixin_38622475
  1. python 决策树算法的实现

  2. ''' 数据集:Mnist 训练集数量:60000 测试集数量:10000 ------------------------------ 运行结果:ID3(未剪枝) 正确率:85.9% 运行时长:356s ''' import time import numpy as np def loadData(fileName): ''' 加载文件 :param fileName:要加载的文件路径 :return: 数据集和标签集 ''' # 存放数据及标记 dataA
  3. 所属分类:其它

    • 发布日期:2020-12-16
    • 文件大小:92160
    • 提供者:weixin_38721691
  1. 基于Python实现的ID3决策树功能示例

  2. 本文实例讲述了基于Python实现的ID3决策树功能。分享给大家供大家参考,具体如下: ID3算法是决策树的一种,它是基于奥卡姆剃刀原理的,即用尽量用较少的东西做更多的事。ID3算法,即Iterative Dichotomiser 3,迭代二叉树3代,是Ross Quinlan发明的一种决策树算法,这个算法的基础就是上面提到的奥卡姆剃刀原理,越是小型的决策树越优于大的决策树,尽管如此,也不总是生成最小的树型结构,而是一个启发式算法。 如下示例是一个判断海洋生物数据是否是鱼类而构建的基于ID3思想
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:57344
    • 提供者:weixin_38553466
  1. 基于ID3决策树算法的实现(Python版)

  2. 实例如下: # -*- coding:utf-8 -*- from numpy import * import numpy as np import pandas as pd from math import log import operator #计算数据集的香农熵 def calcShannonEnt(dataSet): numEntries=len(dataSet) labelCounts={} #给所有可能分类创建字典 for featVec in dataSet:
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:140288
    • 提供者:weixin_38517113
  1. python实现ID3决策树算法

  2. ID3决策树是以信息增益作为决策标准的一种贪心决策树算法 # -*- coding: utf-8 -*- from numpy import * import math import copy import cPickle as pickle class ID3DTree(object): def __init__(self): # 构造方法 self.tree = {} # 生成树 self.dataSet = [] # 数据集 self.labels = []
  3. 所属分类:其它

    • 发布日期:2020-12-24
    • 文件大小:52224
    • 提供者:weixin_38748239
  1. 机器学习推导+python实现(二):逻辑回归

  2. 写在开头:今天开始逻辑回归的内容分享,仍然是参考学习公众号机器学习实验室的思路和内容,尽量在实现的环节多加一些自己的思考,吸收一下。 内容安排 线性回归(一)、逻辑回归(二)、K近邻(三)、决策树值ID3(四)、CART(五)、感知机(六)、神经网络(七)、线性可分支持向量机(八)、线性支持向量机(九)、线性不可分支持向量机(十)、朴素贝叶斯(十一)、Lasso回归(十二)、Ridge岭回归(十三)等。 今天就是从逻辑回归的内容进行分享,逻辑回归的思想其实在现实生活中很常见,比如通过一段编程的能
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:190464
    • 提供者:weixin_38663516
  1. sklearn之决策树

  2. sklearn之决策树简介 第一次写博客,这里就写一下最近在学习的,易快速上手的sklearn吧。 sklearn入门 scikit-learn,又写作sklearn,是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python库实现高效的算法应用,并且涵盖了几乎所有主流机器学习算法。本篇主要介绍决策树。 决策树 决策树是一种有监督学习,从一系列有数据特征和标签的数据中每次选择某一特征来作为划分依据,也就是树的节点,来划分数据。依次进行直到
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:56320
    • 提供者:weixin_38638647
  1. 决策树剪枝算法的python实现方法详解

  2. 本文实例讲述了决策树剪枝算法的python实现方法。分享给大家供大家参考,具体如下: 决策树是一种依托决策而建立起来的一种树。在机器学习中,决策树是一种预测模型,代表的是一种对象属性与对象值之间的一种映射关系,每一个节点代表某个对象,树中的每一个分叉路径代表某个可能的属性值,而每一个叶子节点则对应从根节点到该叶子节点所经历的路径所表示的对象的值。决策树仅有单一输出,如果有多个输出,可以分别建立独立的决策树以处理不同的输出。 ID3算法:ID3算法是决策树的一种,是基于奥卡姆剃刀原理的,即用尽量
  3. 所属分类:其它

    • 发布日期:2020-12-26
    • 文件大小:140288
    • 提供者:weixin_38658568
  1. python实现连续变量最优分箱详解–CART算法

  2. 关于变量分箱主要分为两大类:有监督型和无监督型 对应的分箱方法: A. 无监督:(1) 等宽 (2) 等频 (3) 聚类 B. 有监督:(1) 卡方分箱法(ChiMerge) (2) ID3、C4.5、CART等单变量决策树算法 (3) 信用评分建模的IV最大化分箱 等 本篇使用python,基于CART算法对连续变量进行最优分箱 由于CART是决策树分类算法,所以相当于是单变量决策树分类。 简单介绍下理论: CART是二叉树,每次仅进行二元分类,对于连续性变量,方法是依次计算相邻两元素值的中位
  3. 所属分类:其它

    • 发布日期:2021-01-02
    • 文件大小:59392
    • 提供者:weixin_38749305
  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

    • 发布日期:2021-02-06
    • 文件大小:5120
    • 提供者:weixin_46025925
  1. python实现决策树分类

  2. 上一篇博客主要介绍了决策树的原理,这篇主要介绍他的实现,代码环境python 3.4,实现的是ID3算法,首先为了后面matplotlib的绘图方便,我把原来的中文数据集变成了英文。 原始数据集: 变化后的数据集在程序代码中体现,这就不截图了 构建决策树的代码如下: #coding :utf-8 ''' 2017.6.25 author :Erin function: decesion tree ID3 ''' import numpy as np import pandas as p
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:96256
    • 提供者:weixin_38716519
  1. python代码实现ID3决策树算法

  2. 本文实例为大家分享了python实现ID3决策树算法的具体代码,供大家参考,具体内容如下 ''''' Created on Jan 30, 2015 author: 史帅 ''' from math import log import operator import re def fileToDataSet(fileName): ''''' 此方法功能是:从文件中读取样本集数据,样本数据的格式为:数据以空白字符分割,最后一列为类标签 参数: fileName
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:47104
    • 提供者:weixin_38620893
  1. python实现C4.5决策树算法

  2. C4.5算法使用信息增益率来代替ID3的信息增益进行特征的选择,克服了信息增益选择特征时偏向于特征值个数较多的不足。信息增益率的定义如下: # -*- coding: utf-8 -*- from numpy import * import math import copy import cPickle as pickle class C45DTree(object): def __init__(self): # 构造方法 self.tree = {} # 生成树 self.d
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:87040
    • 提供者:weixin_38706782
« 12 »