搜索资源列表
FASBIR
- Descr iption: FASBIR(Filtered Attribute Subspace based Bagging with Injected Randomness) is a variant of Bagging algorithm, whose purpose is to improve accuracy of local learners, such as kNN, through multi-model perturbing ensemble. Reference:
Bagging
- 分类算法，采用bagging方法来选择训练集，《机器学习及java实现》里面的
bagging-and-boosting-NNE
- 主要是给新手熟悉bagging和boosting算法在虹膜中的运用。-bagging and boosting algorithm in the application of the iris.
MATLAB3
- 一. 随机现象的模拟 例： 超市出口有若干个收款台，两项服务：收款、装袋。顾客的到达的时间间隔是随机的； 因顾客购买的货物量不同，所以服务时间的长短也是随机的。 可以利用计算机产生服从一定的规律（概率分布）的(伪)随机数，用随机数确定时间间隔和服 务时间-1. Random phenomena simulation cases: There are a number of export supermarket cashier, the two services: colle
fenleisuanfa
- R软件中数据挖掘的几个分类算法，包括bagging,oob-all,arc-fs-R software in several categories of data mining algorithms, including bagging, oob-all, arc-fs
BoostingandBagging
- boosting算法和bagging算法综述-boosting algorithm and bagging Algorithms
Bagging_predictors
- 介绍Bagging最早的、最经典的文献，作者是Bagging和随机森林的创始人LEO BREIMAN-Bagging first introduced, the most classic literature, the author is the founder of Bagging and random forests LEO BREIMAN
MatlabRandomForest
- MatlabRandomForest is a powerfull toolbox for programing Randim forest, Bagging, Boosting,.., in Matlab. The Matlab functions (RFClass.m, RFReg.m and RFPrint.m) and compiled Fortran code (RFClassification.dll and RFRegression.dll) must be stored i
OCD--code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
ADL-code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
random-subspace-classifier-ensemble
- 随机子空间集成分类器, 可以实现比bagging 更好的分类和识别-Random subspace classifier ensemble
forest
- 随机森林分类方法的matlab代码实现，他是在bagging的基础上发展起来的-code of randomforest classiification
spider20060724
- 机器学习和模式识别工具包spider。内容很丰富。包含svm 决策树（C45,J48）、svm、knn、adaboost、bagging、hmm（隐马尔科夫模型）、随机树（random forest）等-Machine learning and pattern recognition toolkit spider. Very rich in contents. Tree contains svm (C45, J48), svm, knn, adaboost, bagging, hmm (hidd
erXover
- Contrary to bagging, boosting dynamica lly tries to gen-erate comple mentary lea rners by training the next lea rner on the inaccuracies of the learner in the preceding iteration.
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
Top-10-Algorithms-in-Data-Mining
- 在2006年9月召开的ICDM会议上，邀请了ACM KDD创新大奖(InnovationAward)和 Top 10 Algorithms in Data Mining IEEEICDM研究贡献奖(Research Contributions Award)的获奖者们来参与数据挖掘10大算 法的选举，每人提名10种他认为最重要的算法-Classification，Statistical Learning，Top 10 Algorithms in Data Mining，material
baggingaboosting
- Matlab code for bagging and boosting (data mining)
bagging
- bagging算法的R语言实现，完整代码，运行速度较快-bagging algorithm R language, the complete code to run faster
bagging-NLDA-and-RLDA
- 利用matlab实现NLDA人脸识别算法，更详细的random sampling LDA, bagging NLDA和整合LDA算子利用majority vote 和sum rule的matlab 代码，人脸库使用ORL库或者XM2VTS库，地址：http://shop.zbj.com/14563255/sid-1213623.html- matlab codes for NLDA face detection, the face s are ORL. More details about r
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)