搜索资源列表
c45
- C45决策树分类预测学生成绩分析，根据网上代码修改-C45 decision tree analysis to predict student achievement, according to the online code changes
id3
- 基于空间向量模型的高性能、高效率ID3算法决策树分类-Vector space model based on high-performance, high-efficiency ID3 decision tree classification algorithm
Decisiontree
- 实现基本功能的决策树分类算法，可以对连续变量进行处理，能显示生成的决策树。-Basic functions of decision tree classification algorithm for continuous variables can be processed to show the resulting decision tree.
tree
- 决策树分类的各种代码,包括ID3、c4.5等等，有界面可以运行-Various code of decision tree classification, including ID3, C4.5 and so on, there are interface can run
released
- 本文件是我自己写的决策树的一个例子，很适合初学者学习，用决策树分类，实现很简单-This document is an example of the decision tree of my own writing, it is suitable for beginners to learn, decision tree classification, to achieve a very simple
classification-Python
- python实现感知器、贝叶斯分类、决策树分类、K最近邻法、逻辑回归、支持向量机-Python implementation of perceptron, Bias classification, decision tree classification, K nearest neighbor method, logic regression, support vector machine
decision-tree-classifier
- 决策树分类算法，是一种有效的分类算法，在模式识别有应用-Decision tree classification algorithm, is an effective classification algorithm, in the pattern recognition applications
dtree_cart
- 本程序主要实现了cart决策树分类算法，供初学者学习和使用，代码中有样例，运行代码可以得到分类结果。-The program achieved a major cart decision tree classification algorithm, for beginners to learn and use the code in the sample, run the code can be obtained classification result.
Ch03
- Python 机器学习与实战 第三章 决策树分类问题-Python Machine Learning and practical decision tree classification Chapter III
Ch03
- 这是《机器学习实战》中，讲述的决策树，运用Python语言设计决策树分类器，完全可以应用该算法-decision tree classification，demo
rpart
- rapart函数是R语言中关于建立决策树的函数，利用这个函数源码，我们可以进行决策树分类算法的使用。-rpart is the code which we can use it to create decision tree.
decisiontree
- 决策树的实现代码：利用信息增量来构建简单的决策树分类-Decision tree implementation code: Use information increment to build simple decision tree classification
decision-tree-classifier
- 这些代码可用于构建决策树分类器,之后通过该代码可将收集到的数据以决策树的形式表示出来，- U8FD9 u4E3B u4E3 u7E1 u7E1 u7E1 u7E1 u53EF u53EF u5C06 u5E0 U6536 u96C6 u5230 u7684 u6570 u636E u4EE5 u51B3 u7B56 u6811 u7684 u5F62 u5F0F u8868 u793A u51FA u6765 uFF0C
ID3-algorithom
- 这些代码可用于构建ID3算法决策树分类器,之后通过该代码可将收集到的数据以决策树的形式表示出来- U8FD9 u4E3B u4E1 u7801 u53EF u7528 u4E8E u6784 u5EFAID3 u7B97 u6CD2 u51B3 u7B56 u6811 u5206 u7C7B u5668, u4E4B u540E u901A u8FC7 u8BE5 u4E3 u7801 U53EF u5C06 u6536 u96C6 u5
ID3-decision-tree
- 可以利用这些代码构建决策树分类器，将其用于用户数据的分类- U53EF u5E2 u5229 u5289 u5206 u5E09 u7R09 U7684 u5206 u7C7B
ID3
- 这些代码可用于构建ID3算法决策树分类器,之后通过该代码可将收集到的数据以决策树的形式表示出来，- U8FD9 u4E3B u4E1 u7801 u53EF u7528 u4E8E u6784 u5EFAID3 u7B97 u6CD2 u51B3 u7B56 u6811 u5206 u7C7B u5668, u4E4B u540E u901A u8FC7 u8BE5 u4E3 u7801 U53EF u5C06 u6536 u96C6 u
FullBNT-1.0.4
- 创建你的第一个贝叶斯网络 手工创建一个模型 从一个文件加载一个模型 使用 GUI 创建一个模型 推断 处理边缘分布 处理联合分布 虚拟证据 最或然率解释 条件概率分布 列表（多项式）节点 Noisy-or 节点 其它（噪音）确定性节点 Softmax（多项式 分对数）节点 神经网络节点 根节点 高斯节点 广义线性模型节点 分类 / 回归树节点 其它连续分布 CPD 类型摘要 模型举例 高斯混合模型 PCA、ICA等 专家系统的混合 专家系统的分等级混合 QMR 条件高斯模型 其它混合模型 参数学
dt_hw1
- CMU ML 课程作业第一次作业源代码，决策树分类算法(CMU ML homework code)
Watermelon
- 通过ID3决策树算法训练决策树规则，对西瓜的好坏进行判别(hrough the ID3 algorithm to determine the quality of watermelon)
KNN，SVM，决策树，朴素贝叶斯
- 用python的sklearn包分类 简单的对数据进行分类(Sort with Python's sklearn package Simple classification of data)