搜索资源列表
c4.5java
- 决策树分类算法，c4.5，java语言进行描述的-Decision tree classification algorithm, c4.5, java language described
r8
- 用C++实现的决策树，其中有一个readme文件，希望大家能够好好阅读 -decision tree
ID3
- 人工智能实验，ID3决策树源码，在VC下环境下开发-Artificial intelligence experiments, ID3 decision tree source code, under the circumstances developed in VC
InductionofDecisionTrees
- 模式识别中多类分类问题决策树间接Induction of Decision Trees-Pattern Recognition in many types of decision tree classification of indirect Induction of Decision Trees
1
- D3的源码决策树最全面最经典的版本.id3决策树的实现及其测试数据.id3 一个有用的数据挖掘算法，想必对大家会有所帮助！id3算法进行决策树生成 以信息增益最大的属性作为分类属性，生成决策树，从而得出决策规则。-D3 of the source tree the most comprehensive version of the most classic. Id3 decision tree and its test data. Id3 a useful data mining algorit
CART
- 此为机器学习算法中的决策树方法之一CART，也是决策树的基本算法-This is the machine learning algorithm, one of the decision tree method CART, is the basic decision tree algorithm
id3c
- Id3的实现求决策树算法代码 -求决策树算法代码求决策树算法代码
shujuwajuelunwen
- 这是数据挖掘的论文 关于决策树的 有测试集-This is the thesis of data mining on a test set of the decision tree
C5DTree
- C5决策树生成。主要完成C5决策树的构成，并能显示查看决策树，并转化为IF-THEN的决策规则，并能计算错误率-C5 decision tree generated
matlab-C4.5
- C4.5 决策树算法源码。C4.5决策树是决策树领域的经典算法。以其为内容的书籍引用率已经达到一万次以上-C4.5 decision tree
UncertainDataClassfication
- 数据挖掘决策树，用于非确定性数据的分类，参照国际论文写的-decision tree for uncertain data
decisiontree
- 决策树算法程序，用于分类 使用的数据集为合成标签数据集-failed to translate
DecisionTree-in-cSharp
- C sharp描述的决策树代码，α-β剪枝算法等，希望能有帮助。-C sharp code described in the decision tree, α-β pruning algorithm, hoping to help.
决策树资料合集
- 决策树源文件，实例，内容详解，word文档(Decision tree source file, instance)
决策树源代码合集
- 决策树，源代码，注释和详解，内附加说明，id3，CD_4型决策树(Decision tree, source code, notes and detailed explanation,)
决策树
- 决策树id3算法matlab代码，已调试，根据需要改写main函数，实现数据分类功能(code for decision tree)
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
- 利用R语言实现决策树，使用 party 包构建决策树，使用 rpart 包构建决策树，以及随机森林的构建(using R language analyizing ...)
ID3决策树
- Java实现用ID3算法构建决策树(Java implementation using ID3 algorithm to build decision tree)
决策树分类代码
- 本代码基于MATLAB平台完成，对图像进行相应的决策树分类(This code is based on the MATLAB platform, for the corresponding decision tree classification)