搜索资源列表
C4.5
- C4.5算法有如下优点：产生的分类规则易于理解，准确率较高。其缺点是：在构造树的过程中，需要对数据集进行多次的顺序扫描和排序，因而导致算法的低效。此外，C4.5只适合于能够驻留于内存的数据集，当训练集大得无法在内存容纳时程序无法运行。
基于朴素贝叶斯方法的文本分类
- 本程序实现了基于朴素贝叶斯方法的文本分类，附有源代码、实验报告、可执行程序以及语料库（包括训练集和测试集） -This procedure implements the text-based Naive Bayes classification method, with source code, test reports, executables and corpus (including the training set and test set)
Java_MusicBox
- java语言实现的一个集Client端和 Server端为一体的mp3音乐播放及下载软件（清华大学计算机系“Java程序设计与训练”课程设计），具体功能描述如下： 1.Client端主体是一个音乐播放器，能够实现播放列表、添加删除文件、播放MP3文件、歌词同步以及和server端的连接等功能。 2.Server端主题是一个音乐库，允许client连接server获取音乐列表，并提供音乐下载和在线播放，同时也允许用户上传MP3文件都server端。-Upload a set of Clie
Copy-of-bayes
- bayes 短文本分类 300个文本作训练集，进行文本倾向分类 分类效果一般-bayes text divide
mailFiler
- 朴素贝叶斯分类算法开发的文本文件过滤器 ,使用之前需要设置训练集.-Naive Bayes classification algorithm developed by a text file filters, need to set up the training set prior to use.
Bayes
- 实现贝叶斯分类算法,将指定的文件训练后，对测试集进行分类-Bayes classifier
ICTCLAS_Demo
- 该程序用于短信过滤分析，首先使用ICTCLAS分词系统对输入短信进行分词，接着使用贝叶斯算法分析训练模型。最后对测试集中的短信进行垃圾短信预测。由于短信涉及个人隐私，使用时请自行添加训练数据集和测试数据集-The procedures used for SMS filtering analysis, the first to use the segmentation the ICTCLAS segmentation system input SMS, then use a Bayesian al
DataMiningApriori
- 以mushroom数据集为训练集的先验分类算法的实现。-failed to translate
jTessBoxEditor-1.0
- OCR字库训练程序，适合自己做训练数据集。-OCR font training program for their own training data set.
bayes
- 基于朴素贝叶斯的主客观情感分类器，训练集数据集齐全-Objective and subjective feelings based on Bayesian classifier
Bayes
- Java实现的基于朴素贝叶斯的身高分类，包含训练集文档。代码简单易读。-Java-based implementation of height Naive Bayes classification, including the training set documentation. The code easier to read.
textClassifier
- 新闻文本分类器，采用naive Bayes算法。先对训练集处理得到词库，再通过测试集检验，核算分类器的正确率。-News texts classification, the use of naive Bayes algorithm. First treatment of the training set to get the thesaurus, then tested by the test set and accounting the correct rate of classificati
Collaborative-Filtering
- u1.base和u1.test为训练集和测试集，分别来自MovieLens数据集， 本程序只是很简单的基于用户的协同过滤算法 运行算法所需要的配置信息，包括读取训练集和测试集还有最近邻个数的选择都在Base.java文件中可以找到 本程序的主程序是Application.java 仅供参考，希望对大家有帮助-Collaborative Filtering
test1
- 朴素贝叶斯分类算法，用于进行文本分类，自带训练集-Naive Bias classification algorithm with training set
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法
gjsen
- 一个SVM训练工具,能够快速对训练集训练,给出分类判别函数,,(A SVM training tool, can quickly to training set training and classification discriminant function are given,)
决策树C4.5
- 利用决策树训练训练器 分辨 有毒蘑菇和无毒蘑菇 java书写，包含训练集及说明 代码无bug(Using decision tree training trainer to distinguish poisonous mushroom and non-toxic mushroom Java writing, including training set and explanation code.)
supcivlsor-consist-expression
- 一个SVM训练工具,能够快速对训练集训练,给出分类判别函数,,()
cofxial
- 一个SVM训练工具,能够快速对训练集训练,给出分类判别函数,,()