搜索资源列表
randomforest-matlab
- matlab随机森林,可用于图像融合,matlab在tutorial_ClassRF教程.-A tutorial for matlab now in tutorial_ClassRF.m
Random_Forest
- 随机森林，matlab程序编写，用于分类和回归-Random Forests, matlab programming for classification and regression
RandomForest111
- 实现随机森林算法（RandomForest）的matlab代码-Realization Random Forest algorithm (RandomForest) matlab code
randomforest-matlab
- 随机森林算法matlab源代码，来自随机森林提出者网站算法源码。-random Forest Matlab
Stochastic_Bosque
- matlab 随机森林,可以直接使用，输入为特征矩阵，输出为目标值-Matlab random forest, can be used directly, the input feature matrix, the output value of the target
Random-Forest-Matlab-master
- 随机森林的matlab实现，即随机森林算法的matlab工具箱，从GitHub上获取，使用请注明出处。(random forest for matlab)
Cd
- matlab用于对图像特征的分类，随机森林算法是一类很好的算法(matlabrunRFrunRFunRFunRF)
dynamic_model_free_human_3
- 随机森林matlab工具箱，特别好用。里面有一个指导m文件，按照它来就学会如何用了(dynamic model of robot using Newton-Euler)
各种分类器matlab程序
- 里面有随机森林，C4.5，ID3，SVM等分类器的matlab代码(There are random forest, C4.5, ID3, SVM classifiers matlab code)
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)
matlab
- 对于一个具体的数据，用交叉验证进行分类，随机森林进行训练，用AUC,AUPR,Precision评价分类器的性能(For a specific data, use cross validation to classify, train random forests, evaluate the performance of the classifier with AUC, AUPR, and Precision.)
randomforest-matlab
- 本程序是基于matlab程序而编写的随机森林预测，主要用于分类(This program is a random forest prediction based on MATLAB program, which is mainly used for classification.)
matlab随机森林
- 调用matlab中的随机森林算法实现预测(Call the random forest algorithm in MATLAB to realize the prediction)
MATLAB
- 本书论述在MATLAB环境下如何实现神经网络，包括了常用的神经网络及相关理论，如BP神经 网络、RBF神经网络、SVM、SOM神经网络、灰色神经网络、决策树、随机森林、小波神经网络、NARX神经网络等以及各种优化算法与神经网络的结合。((This book discusses how to realize neural network in MATLAB environment, including the commonly used neural network and related the
RF
- matlab中随机森林工具箱，可直接下载使用(Random Forest Toolkit in matlab, which can be downloaded and used directly)
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
随机森林
- 随机森林matlab工具箱，可以实现分类和回归(Randomforest Tool Box)