搜索资源列表
决策树c4.5-r8的windows版本
- 用c++实现的决策树算法，windows环境下，希望对学习数据结构和算法的朋友有所帮助。-achieve with the Decision Tree Algorithm, windows environment, and I hope to learn from data structures and algorithms friends help.
决策树学习及SEE5的使用
- 数据挖掘分类算法决策树学习算法介绍以及SEE5的使用说明-data mining algorithms decision tree classification algorithm presentations and the use SEE5
聚类+决策树
- 编写了数据挖掘中的聚类和决策树结合使用的c++语言，实用性高
决策树的 C4.5
- 决策树的 C 4.5 Vc++实现的
c4.5.rar
- 通过C4.5 的实现可以进行构建决策树 来进行有效的分类,Through the realization of C4.5 decision tree can be constructed to carry out an effective classification
c4.5
- 决策树关联规则比较经典的算法，通常一下大型的应用项目使用，因为其稳定，实用！-Comparison of the classical association rules decision tree algorithm, usually about the use of large-scale application projects, because of its stability, and practical!
datamining
- 数据挖掘中的决策树算法。c4.5,用C语言写的。比较全面。-c4.5
ID3
- 决策树的ID3算法的源码，这个源码用C++编写！-decision tree of Id3 algorithm in c++
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)
决策树
- 数据处理中经常使用决策树算法，在MATLAB中编辑决策树算法(Decision tree algorithm is often used in data processing, and the decision tree algorithm is edited in MATLAB)
决策树java代码1
- 决策树可对数据进行分类，选出最大增益属性。(Decision tree can be classified data, select the maximum gain attribute.)
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
机器学习决策树算法
- 此处python实现机器学习的决策树算法(A decision tree algorithm for realizing machine learning in Python)
用决策树做模式表述
- 使用决策树进行R语言建模的例子，是模式表达领域的一个例子。(An example of R language modeling using decision tree algorithm)
决策树
- 基于matlab的机器学习中决策树算法，代码很完整，都能运行(Matlab-based decision tree algorithm in machine learning, the code is complete, can run)
决策树
- 决策树算法对天气和住院数据进行处理，可运行(The decision tree algorithm can process weather and hospitalization data and run.)
ID3决策树算法实验
- 决策树ID3算法实验_数据集car_databases。用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！ 该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）： 已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4 个
19.决策树与随机森林
- 决策树和随机森林，非常实用的PPT资料，推荐(Decision tree and random forest, very useful PPT data, recommended.)
决策树分类实验（乳腺癌）
- 决策树分类程序，包含使用的数据集和运行结果(Decision tree classifier, including data sets used and running results)
决策树
- ID3决策树的matlab代码实现，欢迎下载查看并交流(matlab realization of ID3 algorithm)