搜索资源列表
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一,其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4.5为例,介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。
paper
- 关于数据挖掘的分类算法,主要介绍基于不确定数据的决策树算法-With regard to the classification of data mining algorithms, mainly introduces the decision tree algorithm based on uncertain data
HTTP-TUNNEL-DETECTING-TECHNIQUE
- 研究了恶意软件常采用的通信方式———隧道技术,并提出了一种基于C4.5的HTTP 隧道检测算法。该算法采用决策支持树算法 C4.5提取网络流特征字段,根据特征字段生成训练数据建立HTTP隧道分类的决策树检测模型,采用该分类模型检测HTTP隧道流,为检测恶意软件提供依据。-Malicious software often used means of communication--- tunneling technology, and a HTTP based on C4.5 Tunne
jcsb
- 文中研究了6种常用数字调制信号识别的特征参数集,并采用决策树判别方法进行分类识别。仿真结果表明,在SNR≥5dB时,识别正确率在99 以上,且当SNR≥20dB时,识别正确率达到100 。其特点是,算法简单,识别正确率高,达到了自动分类识别的目的,并有利于实现识别的实时化。-In this paper, we study the set of characteristic parameters of the six kinds of commonly used digital modulatio
target-detection-algorithm-
- 为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点,提出1 种基于决策树的多特征检测算法,并将其应用到基于视频的海上搜救目标检测中. 该算法首先提取图像中的颜色、亮度等信息,通过计算各特征的信息增益建立决策树,将搜救目标检测问题分解成3 层决策树分类问题. 实验表明,该算法能够提高多特征目标检测的效率,在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.-Characteristics to overcome the traditional target recognition m
Decision-Tree
- 决策树是数据挖掘分类算法的一个重要方法。在各种分类算法中,决策树是最直观的一种。决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率。-A decision tree is an important method of data mining classification algorithms. In various classification algorithms, decision trees is the most in
利用决策树对西瓜数据集分类
- 周克华机器学习决策树章节题目,要求用决策树对西瓜数据集3.0进行分类
关于机器学习的十大经典算法
- 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;
关于人工智能在数据质量管理中的应用
- 说实在的,这个概念有些过于高大上,从大的方面包括、、强化学习等等,而深度学习又包括图像识别、语音识别、自然语言处理、预测分析;机器学习则包括监督学习、无监督学习、半监督学习,监督学习又细分为回归、分类、决策树等等。理论上人工智能什么都能做,什么都能迎合的上。