搜索资源列表
weka-3-4-4
- 由java开发的软件包，里面有人工智能所用的很多东东，包括神经网络，支持向量机，决策树等分类和回归分析方法，集成化软件哦！-by java development package, which has artificial intelligence used by many of the Eastern, including neural networks, support vector machines, such as decision tree classification and reg
windtree
- 决策树算法 用于文本分类实现 使用C语言开发-Decision Tree Algorithm to achieve for text classification C-language development
Weka-3-2
- Weka is a collection of machine learning algorithms for data mining tasks. The algorithms can either be applied directly to a dataset or called from your own Java code. Weka contains tools for data pre-processing, classification, regression, clusteri
vc++c4.5
- 基于vc的决策树的分类算法是ID3算法的演变-vc on the decision tree classification algorithm is the evolution ID3 algorithm
CART_iris
- matlab数据挖掘算法。实用cart决策树进行分类，可识别多类。decision tree algorithm, classification.-Matlab data mining algorithms. Practical cart decision tree classification, identification number category. Decision tree algorithm, the classification.
id3c4.5
- 数据挖掘,决策树的使用,利用决策树来实现对数据的分类和提出-data mining, the use of decision tree, the use of decision tree to achieve the classification of the data and make
ID3code
- 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。id3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 decision tree algorithms to generate information gain the greatest attribute as a classification attributes, generate decision tree, Thus,
Theclassicalid3
- id3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。-id3 the most comprehensive source Decision Tree classic version. Id3 decision tree and the achievement test data. I d3 a useful data mining al
crossvalidate
- 基于决策树的n则交叉验证分类器 （决策树程序直接调用matlab中的） crossvalidate.m N则交叉验证程序，N可选 NDT.mat 含9个国际公认标准数据集，已做过标么处理，可直接使用 专业-n Based on Decision Tree is cross-validation classification (decision tree directly call the Matlab) cr ossvalidate.m N is cross-validation
dtview
- 决策树 C4.5 分类器, 用C语言写的.大家一起参考一下.
BigTree2
- 该代码是数据挖掘里面的决策树算法 利用ID3理论，通过对训练数据的分析判断，计算出各个数据的其它对目标属性的重要程度，即计算出每个其它数据的信息增益值来将训练数据逐步分类，最后得出目标分类，从而实现决策树的生成过程。最后即可利用此决策树来对新的数据进行测试，判断其目标属性的可能值。
c45
- 该代码是数据挖掘里面的决策树算法 利用c45理论，通过对训练数据的分析判断，计算出各个数据的其它对目标属性的重要程度，即计算出每个其它数据的信息增益值来将训练数据逐步分类，最后得出目标分类，从而实现决策树的生成过程。最后即可利用此决策树来对新的数据进行测试，判断其目标属性的可能值。
trees
- weka中的决策树分类算法，REPTree，RandomTree，RandomForest(Decision tree classification algorithm in Weka, REPTree, RandomTree, RandomForest)
xsrqu
- 这是一个有关决策树分类器中C4 5算法的原程序()
3115005002-蔡梓烽
- A*算法路径搜索，一字棋盘的模拟，决策树分类算法(Path search of A* algorithm)
text_classification.tar
- 用python实现的问题分类算法，包括贝叶斯，svm,决策树，xgboost,对入门文本分类的同学有一定的帮助(text classification algrithom,include svm,dt,xgboost,bayes,that important to learner about text classification)
imagess
- 此代码使用DecisionTreeClassifier实现图像分类，代码注释完整，适合初学者。(This code USES DecisionTreeClassifier to implement image classification, code comments complete, suitable for beginners.)
pxonxuv
- 这是一个有关决策树分类器中C4 5算法的原程序()
Classifiers
- 我们需要成百上千的分类器来解决现实世界的分类吗 我们评估179分类17种分类器（判别分析，贝叶斯，神经网络，支持向量机，决策树，基于规则的分类器，升压、装袋、堆放、随机森林和其他合奏，广义线性模型，线性，偏最小二乘法和主成分回归，logistic回归、多项式回归、多元自适应回归样条等方法），实现在WEKA，R（有或没有插入包），C和Matlab，包括所有目前可用的相关分类。(Do-we-Need-Hundreds-of-Classifiers-to-Solve-Real-World-Class
python_self
- 实现了机器学习的各种分类算法，如：knn，svm，朴素贝叶斯，神经网络，决策树等。(Various classification algorithms of machine learning, KNN, SVM, naive bayes, neural network, decision tree, etc.)