搜索资源列表
head-pose-estimation
- 头部姿势估计的程序，利用鼻尖确定头部的方向，进而确定姿势，采用随机回归森林算法。-Head pose estimation procedures, the use of nose to determine the direction of the head, and to determine the position, using the random forest regression algorithm.
code
- C++实现的两类问题随机森林生成算法，对学习随机森林很有帮助-Source code for random forests,wanderful codes,and help youself to it!
Random-Forest-Matlab-Version
- 随机森林 MATLAB版算法，可以运行，能较好的实现分类算法，只是速度有点慢-Random forest MATLAB version of the algorithm can be run, better classification algorithms, but the speed is a little slow
RandomForest-C-version
- 随机森林是机器学习领域中一种有效的组合学习模型。在目标检测识别算法中，随机森林被证实在分类中具有很好的性能和效果。提供随机森林源码以供学习参考。-Random Forests field of machine learning is an effective combination of learning model. Target detection and recognition algorithms, random forests was confirmed in the classifi
code
- 随机森林C++算法版，可以运行，附有两个示例-random forest
Breimans-randomForest-
- 随机森林提出者的算法，matlab版本，有例子-Random Forest algorithm author, matlab version, there are examples
randomforest
- 随机森林的matlab算法实现，model是训练函数，tree是分类标签函数-Random Forest algorithm matlab, model is the training function, tree classification label function
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的
randomforest-matlab
- 基于随机森林思想的分类和回归算法，调试通过。-Random forests classification and regression algorithm based on the thought of.
random forest regression
- 随机森林做回归处理，一种新型重要的图像处理算法，广泛使用。
op_SVM
- svm优化算法，利用改进的随机森林对SVM参数进行优化，提高运算精度和速度。-SVM optimization algorithm, the parameters of SVM are optimized by using random forest improvement, improve the calculation precision and speed.
A-tutorial-on-spectral-clustering
- 机器学习的各种算法，与实现 如谱分析 ，随机森林，分类器，线性分类器-machine learning and artifical intelligence spectrum anysis ramdom forest and linear classification
RF_Reg_C
- 随机森林训练测试模型，用于矩阵的线性回归算法-Random Forest model training tests
track
- 该程序是我多年的经验总结以及代码，实现了全景目标跟踪、火焰识别、烟雾识别、起立坐下行为判断、越界闯入、徘徊、违规停车等多种智能功能一体化，粒子滤波、贝叶斯分类器、随机森林等多种在线学习机制，还有传统的camshift、meanshift、光流法、卡尔曼滤波、struck、KCF、TLD、CT、区域匹配，相位相关、轮廓跟踪等多种算法-The program is my many years of experience and code, the realization of the panora
src
- 机器学习算法-随机森林的java实现，可以作为入门使用-Machine learning algorithms- random forests to achieve the java can be used as entry
source
- 对两个数据集分别建立决策树，并运用自适应算法和随机森林，并验证准确率-Of the two data sets were established decision tree, and the use of adaptive algorithms and random forest, and verify accuracy
Radom-Forest
- 最原始的随机森林matlab算法 亲测可用 包括回归和分类-Most original Random Forest algorithm matlab pro-test available including regression and classification
Mechine_Learning
- 该功能包含决策树、随机森林、SVM机器学习算法，并在VS环境下实现并测试。-This function contains the decision tree, random forests, SVM machine learning algorithms, and implement and test in VS environment.
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
RandomForest
- 随机森林分类器算法的应用，包含分类例子和回归例子(Random forest algorithm matlab)