搜索资源列表
聚类+决策树
- 编写了数据挖掘中的聚类和决策树结合使用的c++语言，实用性高
02 多属性决策模型
- 介绍多属性决策模型可以的解决问题，解决分类问题(The problem of multi-attribute analysis is introduced to solve the classification problem)
决策树资料合集
- 决策树源文件，实例，内容详解，word文档(Decision tree source file, instance)
决策树源代码合集
- 决策树，源代码，注释和详解，内附加说明，id3，CD_4型决策树(Decision tree, source code, notes and detailed explanation,)
不确定多属性决策方法及应用
- 四川大学，徐泽水 教授编写的不确定多属性决策方法及应用(Uncertain multi-attribute decision making method and its application by Professor Xu Zeshui of Sichuan University)
决策树
- 决策树id3算法matlab代码，已调试，根据需要改写main函数，实现数据分类功能(code for decision tree)
决策树
- 模式识别中决策树cart的实现 代码简单 比较好用(pattern recognition decision tree)
决策树代码
- 基础决策树算法适合初学者第一次尝试r编程(simple decision tree)
决策树
- 利用R语言实现决策树，使用 party 包构建决策树，使用 rpart 包构建决策树，以及随机森林的构建(using R language analyizing ...)
决策树
- 数据处理中经常使用决策树算法，在MATLAB中编辑决策树算法(Decision tree algorithm is often used in data processing, and the decision tree algorithm is edited in MATLAB)
ID3决策树
- Java实现用ID3算法构建决策树(Java implementation using ID3 algorithm to build decision tree)
决策树java代码1
- 决策树可对数据进行分类，选出最大增益属性。(Decision tree can be classified data, select the maximum gain attribute.)
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
08 决策树与随机森林
- 决策树和决策森林的代码，很不错，适合初学者，一起交流一起进步(The decision tree and decision forest code, very good, suitable for beginners, together with the progress of communication)
机器学习决策树算法
- 此处python实现机器学习的决策树算法(A decision tree algorithm for realizing machine learning in Python)
决策树分类代码
- 本代码基于MATLAB平台完成，对图像进行相应的决策树分类(This code is based on the MATLAB platform, for the corresponding decision tree classification)
用决策树做模式表述
- 使用决策树进行R语言建模的例子，是模式表达领域的一个例子。(An example of R language modeling using decision tree algorithm)
决策树
- 基于matlab的机器学习中决策树算法，代码很完整，都能运行(Matlab-based decision tree algorithm in machine learning, the code is complete, can run)
决策树
- 决策树算法对天气和住院数据进行处理，可运行(The decision tree algorithm can process weather and hospitalization data and run.)
ID3决策树算法实验
- 决策树ID3算法实验_数据集car_databases。用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！ 该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）： 已知：UCI标准数据集Car-Evaluation，定义了汽车性价比的4 个