搜索资源列表
RF_Class_C
- 用于对图像特征的分类，随机森林算法是一类很好的算法-For the classification of image features, random forest algorithm is a kind of a good algorithm
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
RF_Reg_C
- 随机森林算法，很难得，用于数据分类效果比支持向量机算法效率高-Random Forest algorithm, it is difficult to get for data classification higher than the efficiency of support vector machine algorithm
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
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
随机森林文本分类
- 利用随机森林的方法实现对文本的分类，基于算法，可以下载运行
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
randomForest_4.6-12.tar
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林(random decision forests)而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
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)
Radom Forest[ok]
- 在matlab中随机森林算法的实现，随机森林算法是现在广泛用于分类和预测的机器学习最常见的算法之一(the code of random forest)
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)
RF_Class_C
- matlab 随机森林 机器学习 二类分类器(matlab random forest)
Random Forest
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
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
- 随机森林分类算法matlab例程， 内含详细语句说明(Random forest classification algorithm)
RandomForest_matlab
- 随机森林是一个包含多个决策树的分类器，通过matlab实现实现随机森林算法(Matlab implementation of random forest algorithm)
随机森林算法分类、回归
- 随机森林分类器，matlab写的，直接可以运行，不需要该任何东西，详细看readme和案例。-Random Forest classifier, matlab write, direct run, does not require that anything
random forest
- 此源程序包含随机森林工具箱，以及将随机森林算法用于乳腺肿瘤数据的分类预测(This source includes random forest toolbox, and random forest algorithm is used to classify and predict breast tumor data.)
随机森林用于模式分类
- 随机森林用于模式分类识别算法，包含代码和数据(Random Forests for Pattern Classification Recognition Algorithms, Containing Codes and Data)
随机森林的matlab实现
- 随机森林的一个入门级历程，此例程可以带有稀缺数据集，让你使用训练集和测试集感受到随机森林的强大之处。随机森林的分类与回归，非常之强。秒杀神经网络，是一个人见人爱的算法。(Random forest is an entry-level process, this routine can have scarce data set, let you use training set and test set to feel the power of random forest. The classif