搜索资源列表
jueceshur8
- 是构造决策树分类器的一种算法，它是ID3算法的扩展。ID3算法只能处理离散型的描述性属性，而此算法还能够处理描述性属性是连续型的情况。
Games
- Bayes分类器——算法设计 1． 使用决策树(Decision tree)分类算法、朴素贝叶斯（Naï ve Bayes）算法或者K-近邻（kNN）算法（三者任选其一）对给定的训练数据集构造分类器，并在测试数据集上进行分类预测。 2． 数据集描述： Tic-tac-toe游戏的二叉分类。Tic-tac-toe游戏示例如下-Bayes classifier- Algorithm 1. Using the decision tree (Decision tree) classi
DecisionTree
- 通过构造决策树来进行分类,并用信息熵来剪枝获取最小的树从而进行属性约简-By constructing a decision tree for classification, and information entropy to obtain the smallest tree pruning in order to carry out attribute reduction
DataWarehouse
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作的人阅读。-This book discusses the
decision-tree
- 该算法是数据挖掘中的数据分类算法，通过构造决策树，进而实现对数据的分类。-Data classification, decision tree structure
database
- 本书论述在设计和建造数据仓库中涉及的所有主要问题，论述分析型环境(决策支持系统环境)以及在这种环境中的数据构造。主要内容包括数据仓库的设计与建造步骤，传统系统到数据仓库的迁移，数据仓库的数据粒度、数据分割、元数据管理、外部数据与非结构化数据，分布式数据仓库、高级管理人员信息系统和数据仓库的设计评审等。 本书主要是面向数据仓库的设计、开发和管理人员，以及构造和使用现代信息系统的人员，也适于信息处理方面的高校师生和从事传统数据库系统技术工作的人阅读。-This book discusses the
dongtaiguihua
- 动态规划的基本思想是把求解的问题分成许多阶段或 多个子问题，然后按照顺序求解各个子问题。前一子问题的解为后一子问题的求解提供了有用的信息。在求解任一子问题时，列出各种可能的局部解，通过决策保留那些可能达到最优的局部解，舍弃其他的局部解。依次解决各个子问题，最后一个子问题的解就是原问题的解。动态规划算法与分治法类似，但是不同的是，在使用动态规划求解问题时得到的各个子问题往往不是相互独立的。由于动态规划算法解决问题往往有重叠子问题的特点，因此为了减少重复计算，不管该子问题以后是否被用到，只要它被
classification-of-decision-tree
- 寻找新的构造决策树和简化决策树的方法一直是决策树技术研究的一个热点。SLIQ 算法和 SPRINT 算法很好的解决了磁盘驻留数据太大以至于无法被内存容纳带来的问题-Looking for new constructed decision tree and simplify the decision tree method has been a research focus of the decision tree technique. SLIQ algorithm and SPRINT algo
Multi-sensor-image-fusion-algorithm-
- 一种邻域一致性的NSCT域多传感器图像融合算法，针对同一场景多传感器图像融合问题，提出了一种基于邻域特性的非采样Contourlet变换域融 合新算法．首先对待融合图像进行非采样Contourlet变换分解，由邻域平均能量与方差构造各点的能量 方差决策值，基于决策值最大原则选择低频子带系数，从而在保持图像亮度的同时融合更多的边缘细 节；基于邻域能量最大原则选择带通方向子带系数，以保留更多的边缘．最后反变换得到融合图像．-Multi—sensor image fusion algori
Human-Model-via-LQG
- 基于LQG的飞行员模型。该模型主要任务是克服飞行过程中的各种扰动，包括飞行器扰动，观测误差，飞行员动态误差。该模型能够构造在实际飞行过程中飞行员的模型，并且把飞行员决策的神经肌肉反射，决策延时等因素考虑在内。-Human model via LQG. This model is for disturbance rejection purpose and it takes into consideration the neuromuscular lag, time delay for decisi
C4.5
- C4.5 算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法. C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进： 1) 用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足； 2) 在树构造过程中进行剪枝； 3) 能够完成对连续属性的离散化处理； 4) 能够对不完整数据进行处理。 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
Ch03
- 基于python的决策树的代码,包括树的构造，绘图，存储，分类。-Based on the decision tree python code, including the tree structure, graphics, storage, classification.
the-minimum-cost-of-a-binary-tree
- 在二分检索树中，为了把动态规划应用于得到一颗最优二分检索树的问题，需要把构造这样的一个数看成是一系列决策的结果，而且要能列出求取最优决策序列的递推式，可以帮助你了解最优成本二叉树的实现-In a binary search tree, dynamic programming is applied in order to get the best question a binary search tree, we need to construct a number such as a resul
cengcifenxifa
- 层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它表明各备择方案在某一特点的评价准则或子目标，标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述
treePlotter
- 决策树根据信息增益对数据进行分类，并且构造树的结构，输出结果易于理解-Decision tree based on information gain to classify the data, and construct the structure of the tree, the output result is easy to understand
ID3
- ID3算法流程如下： 1.如果节点的所有类标号相同，停止分裂； 2.如果没有feature可供分裂，根据多数表决确定该节点的类标号，并停止分裂； 3.选择最佳分裂的feature，根据选择feature的值逐一进行分裂；递归地构造决策树。-ID3 algorithm process is as follows: 1. If the node is the same for all class label, stop dividing 2. If there is no featur
data
- 随机森林算法的构造过程：1、通过给定的原始数据，选出其中部分数据进行决策树的构造，数据选取是”有放回“的过程，我在这里用的是CART分类回归树。 2、随机森林构造完成之后，给定一组测试数据，使得每个分类器对其结果分类进行评估，最后取评估结果的众数最为最终结果-Random Forest algorithm construction process: 1, by a given raw data, which part of the decision tree data structu
ID3
- ID3算法实现，构造决策树，并预测相应输出，应用领域广泛，商业经济领域，航空航天等领域。-ID3 algorithm to construct a decision tree, and predict the corresponding output, wide range of applications, business economics, aerospace and other fields.
DecisionTreeID3
- ID3算法是一种贪心算法，用来构造决策树。ID3算法起源于概念学习系统（CLS），以信息熵的下降速度为选取测试属性的标准，即在每个节点选取还尚未被用来划分的具有最高信息增益的属性作为划分标准，然后继续这个过程，直到生成的决策树能完美分类训练样例。(The ID3 algorithm is a greedy algorithm, which is used to construct a decision tree. ID3 algorithm originated from the concept
可用程序
- 首先构造决策树，产生随机森林，是一种预测模型。(First, constructing decision trees to produce random forests is a prediction model.)