搜索资源列表
qdcrifs186
- 这是我从weka主页上下载的一个c4 5算法的改进算法,里面附有readme文件,只有算法的主体,大约600行代码()
restwiction__bus__operand
- ID3和C4 5算法的比较,可是交钱买的文档,给需要的人!()
C4_5
- 数据挖掘入门算法,用于机器学习,语言为matlab语言,是id3算法的改进(dataming The introduction of data mining algorithm for machine learning, language for MATLAB language,)
kaperlink-handling
- C5 0 决策树源码, 此算法要优于C4 5算法()
xsrqu
- 这是一个有关决策树分类器中C4 5算法的原程序()
7016287
- 数据挖掘matlab源码,包含机器学习领域中经典算法如ID3,C4 5,NN,CARD,EM等()
classical-machine-learning-algorithm-master
- bayesian, k-means, knn, SVM, The Apriori algorithm, expectation-maximization(EM), C4.5, page rank, AdaBoost, CART
id3决策树——new
- 这是一个ID3决策树分类的代码用于分类器的计算,大家下载类以后可以学习使用,ID3是一种比较古老的决策树,最新的有C4.5等(This is an ID3 decision tree classification code for classifier calculation, which can be used after downloading the class. ID3 is a relatively ancient decision tree, with the latest C4.5
uskt
- 入侵检测数据检测算法,根据C4 5源码改编()
HSZPD
- 由于ID3算法在实际应用中存在一些问题,于是Quilan提出了C4 5算法,严格上说C4 5只能是ID3的一个改进算法,()
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法:信息增益和ID3、C4.5、CART树,然后给出随机森林。 决策树中,最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征; 2. 特征值的选择。即选择好特征后怎么划分子树; 3. 决策树出现过拟合怎么办? 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征,并根据该特征对训练数据进行分割。(The understanding of decision tree and random
RMCBJI
- 入侵检测数据检测算法,根据C4 5源码改编()
rhducndsignal
- 由于ID3算法在实际应用中存在一些问题,于是Quilan提出了C4 5算法,严格上说C4 5只能是ID3的一个改进算法,()
pxonxuv
- 这是一个有关决策树分类器中C4 5算法的原程序()
297904
- 决策树技术之ID3以及C4 5算法学习,很有用哦()
6014936
- 数据挖掘matlab源码,包含机器学习领域中经典算法如ID3,C4 5,NN,CARD,EM等()
treePlotter
- 绘制ID3,C4.5,CRAT决策树算法的树型(Drawing the tree pattern of ID3, C4.5, CRAT decision tree algorithm)
HIRLE
- 决策树算法C4 5源码, The directory Data contains some sample datasets M()
mellpredicate
- 这是我从weka主页上下载的一个c4 5算法的改进算法,里面附有readme文件,只有算法的主体,大约600行代码()
qxai98
- ID3和C4 5算法的比较,可是交钱买的文档,给需要的人!()