搜索资源列表
Class_8
- 介绍决策树与随机森林算法的定义及应用，包含matlab程序(This paper introduces the definition and application of decision tree and random forest algorithm, including Matlab program)
word2vec
- 深度学习方向当下如火如荼，就差跑进楼下大妈的聊天内容了。深度学习的宝藏很多，一个小领域的一段小代码，都可以发出璀璨的光芒。如果你也刚刚踏入这方向，一开始难免有一些彷徨，但慢慢会有，清晨入古寺 初日照高林，那种博大的体验。 word2vec就是这样的一小段代码，如果你对word2vec的代码了如指掌，那你可以直接return。这是一篇关于word2vec介绍的文章，读完以后你会欣喜的发现自己会灵活的使用word2vec，但你也可能会郁闷，因为还是会觉得像是盲人摸象一样，完全对深度学(The
MC
- 大数据挖掘，随机森林算法，可用于分类，特征向量选择等等。(random forest ,data minning)
orpintedidentifierrunning
- Very interesting program which can model fires in a forest La()
RF_Class_C
- matlab 随机森林 机器学习 二类分类器(matlab random forest)
元胞自动机论文和程序
- 元胞自动机程序，模拟森林火灾及环路交通以及相关论文(Cellular automata program, simulation of forest fire and loop traffic and related papers)
网狐荣耀LUA 3D深林舞会 手机版
- 3D森林舞会手机版，3D立体感强适合手机版二开，荣耀LUA(3D forest ball mobile version, 3D stereo strong fit for mobile version two open, glorify LUA)
SSH2
- 双鱼林基于SSH2全国电厂信息管理系统毕业课程设计源码(Double fish forest based on SSH2 national power plant information management system graduation program source code)
gcforest
- 使用深度随机森林实现对数据的分类，无论数据特征是数值型的还是符号型的。(Using a deep random forest to implement the classification of data, whether the data features are numerical or symbolic.)
特征提取程序
- 特征提取，随机森林实现特征重要性排序，用python实现(Feature extraction and classification of characteristic importance in random forest)
Iris_RandomForest
- python鸢尾花（iris）数据分类程序举例，采用随机森林算法。(Python iris flower (IRIS) data classification program is used for example, and the random forest algorithm is used.)
bagging-boosting-random-forests-master
- bagging 工具箱，随机森林工具箱，使用MATLAB2014b 环境测试(Bagging toolbox, random forest toolbox, using the MATLAB2014b test environment)
ALI213-The.Forest.v0.18.tr9.mrantifun
- meishenemyoudfwergewr(werteryasdferhgerqewrreqwerr)
stacking
- kaggle digitrecognizer MNIST by stacking some machine learning method, such like GBM(Gradient Boosting Method), LR, Extra Randomized Trees, Random Forest,KNN,etc.用stacking的方法实现手写数字识别MNIST。(kaggle digitrecognizer MNIST by stacking some machine learnin
机器学习常用方法
- 机器学习常用方法的python实现，包括PCA，随机森林，决策树，层次聚类，kmeans，KNN，线性感知机等(Python implementation of common machine learning methods, including PCA, random forest, decision tree, hierarchical clustering, kmeans, KNN, linear perceptron, etc.)
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understanding of decision tree and random
RF_Class_C
- 在matlab中，运用随机森林算法来解决图像特征处理的问题。(In Matlab,the random forest method is used to solve the classification of image features.)
5javaprogram
- 1.游戏要有图形用户界面，界面能够反映游戏所有的细节。 2.界面中要有坦克，墙，树林，河流。 3.界面中要有一个“家”,“家”被攻击中则输了游戏。 4.坦克分两种，敌方和我方。 5.墙也分为两种，可以穿透的普通墙，不可以穿透的铁墙。 6.树和河流均只有一种，树林坦克可以通过。 7.坦克可以发射子弹，敌我方的子弹属性一样。 8.我方子弹可以杀死敌方坦克，敌方子弹也可以杀死我方坦克，但需要多枪子弹才可以杀死。 9.敌方之间不可以杀死对方。(Implement a java versi
beigao
- package problem in c
ForestFire_1
- 基于元胞自动机的森林火灾模拟，可以有效生成树林，以及烧毁树林(Forest fire simulation based on cellular automata itcan effectively generate trees and burn down trees.)