搜索资源列表
RandomForests_paper
- 介绍随机森林(Random Forest)最早的,最经典文献!LEO BREIMAN.Random Forests.Machine Learning, 45, 5–32, 2001-introduced random forests (Random Forest) the earliest, The most classic literature! LEO Le BREIMAN.Random Forests.Machine Jiaotong, 45, 5-32, 2001
classifier
- 在java中运用weka中的随机森林算法实现的分类器的代码-The use of weka in java in a random forest classifier algorithm code
raft_source
- RAndom Forest Tool ,random forest visualize-java based tool
randomForest_4.6-7
- 随机森林算法应用 代码 很有用 很有用放心使用 安全可靠-Random Forest algorithm code is useful useful assured safety and reliability
source
- 对两个数据集分别建立决策树，并运用自适应算法和随机森林，并验证准确率-Of the two data sets were established decision tree, and the use of adaptive algorithms and random forest, and verify accuracy
FPRF_scripts
- 随机森林源代码，别人编写，自己还没太搞明白，拿来分享-Random forest-related code, others to edit, used to share
RF-Pathway
- 随机森林源代码，JAVA变异环境，本人对该环境不是太熟悉，特拿来分享-Random forest-related code, others to edit, used to share
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法