搜索资源列表
ID3
- id3决策树的MATLAB代码，可实现简单的数据分类(ID3 decision tree,it can achieve simple data classification)
Ch03
- 本程序用Python语言实现决策树算法，供大家学习，交流使用。(This program uses Python language to achieve decision tree algorithm, for everyone to learn, exchange use.)
Program3-RanShu
- 实现决策树算法 深度学习 。。。。。。。。。。。(decision tree learning)
五子棋代码
- 这是一个python程序，其中使用了决策树和蒙特卡罗搜索树，五子棋程序(This is a python program, which uses the decision tree and Monte Carlo search tree, Gobang program)
pres
- 三种分类器：决策树分类器，k-NN分类器和k-means分类器的运行时间以及运行准确率的比较。(Three kinds of classifiers: decision tree classifier, k-NN classifier and K-means classifier running time and accuracy comparison.)
小波和小波包降噪
- 进行了小波和小波包滤波的比较，决策树重构，熵的计算(The comparison of wavelet and wavelet packet filtering, decision tree reconstruction and entropy calculation are carried out)
决策树
- 决 策 树 模 型决策树(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。(The decision tree (Decision Tree) is the basis of probability in the known situations, through the form of decision tree to calculate
chapter28
- 机器学习的决策树问题算法matlab实现，有注释和源码(Machine learning decision tree algorithm matlab implementation, with notes and source code)
01决策树分类问题：预测销量高低
- 用python决策树分类问题：预测销量量的高低问题(Decision tree classification problem using Python: forecasting the volume of sales)
id3
- 这个是ID3决策树算法的MATLAB代码，主要用于数据分类。(classification of data.)
Class_8
- 介绍决策树与随机森林算法的定义及应用，包含matlab程序(This paper introduces the definition and application of decision tree and random forest algorithm, including Matlab program)
决策树
- 模式识别中决策树cart的实现 代码简单 比较好用(pattern recognition decision tree)
决策树代码
- 基础决策树算法适合初学者第一次尝试r编程(simple decision tree)
ClassicalMachineLearning
- 几个经典算法的实现，例如决策树，支持向量机，还有单层感知机等(Several classical algorithms are implemented, such as decision tree, support vector machine, and single layer perceptron)
AllElectronics
- 决策树算法，并附有相关数据集以及可视化的方法，并附有可视化的图例。(The decision tree algorithm is attached with relevant data sets and visualization methods with visual illustrations.)
IV值计算
- IV值的全称是information value，中文的就是信息量或信息值，其主要作用就是当我们在用决策树或逻辑回归构建分类模型时对变量进行筛选(The full name of IV value is information value. Chinese is information or information value. Its main function is to filter variables when we use decision tree or logistic regre
machine_learning_inaction
- 机器学习十大算法实现，包括决策树、logisitic回归、SVM、数据降维等(Ten algorithms for machine learning, including decision tree, logisitic regression, SVM, data reduction and so on)
DecisionTreeID3
- ID3算法是一种贪心算法，用来构造决策树。ID3算法起源于概念学习系统（CLS），以信息熵的下降速度为选取测试属性的标准，即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例。(The ID3 algorithm is a greedy algorithm, which is used to construct a decision tree. ID3 algorithm originated from the concept
CART
- 对汽车评估的分类决策树构建,使用了常用的python的机器学习库scikit-learn(Construction of classified decision tree for automobile evaluation,Use the common Python's machine learning library scikit-learn)
Random Forest
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法