搜索资源列表
仓库管理 集成解决
- rational rose 的一个例子，大家看看对UML有没有学习的好处！-rational rose an example, let us look at the UML have not learned the benefits!
DNS集成服务系统c
- C＃源码，DNS集成服务系统，是学习c＃系统编程的一个好例子-C# source code, the DNS system integration services, is learning c # programming system is a good example
DNS集成服务系统
- C＃源码，DNS集成服务系统，是学习c＃系统编程的一个好例子-C# source code, the DNS system integration services, is learning c # programming system is a good example
集成学习
- 集成学习算法，主要用于数据分类
基于主成份分析的Bagging集成学习方法
- 机器学习中数据集的冗余特征会影响学习器的泛化能力，一些流行方法如支持向量机和集成学习也难免于 此．研究了利用主成份分析进行特征变换对Bagging集成学习算法的影响，提出一种称为PCA—Bagging的算法，并与 其它算法比如单个支持向量机、支持向量机Bagging集成、带有特征变换的单个支持向量机等进行了性能比较．在 多个UCI标准数据集上的实验表明PCA—Bagging算法具有更好的性能，这说明即使是泛化能力很强的集成学习方 法其学习的数据也需要进行适当的特征变换
基于自组织数据挖掘的分类器动态集成选择的程序
- 基于自组织数据挖掘的分类器动态集成选择的程序，非常有用
ClustererEnsemble
- 聚类集成的matlab程序,将集成学习算法引入聚类算法中，提高聚类算法的性能-cluster ensemble learning algorithom ,this algorithom put ensemble learning algorithom into the cluster algorithom to improve the capability .
SummerizationOfMachineLearning
- 机器学习中集成学习越来越受到人们的关注，这是一篇较为全面的有关集成学习的综述性文献！尤其值得入门者阅读！-Integration of machine learning to learn more and more attention, this is a more comprehensive overview of the integrated study of literature! Particularly beginners to read!
集成光学 唐天同
- 集成光学相关知识点及书籍，有助于光电相关领域的学习(Integrated optics related knowledge and books)
boosting_demo
- boosting算法用于集成学习，包含多种弱分类器(Boosting algorithm is used for ensemble learning, and it contains many weak classifiers)
php学习网站
- 一个很好的php集成学习平台，集成了会员管理、课程管理、学习计划等内容(A good PHP integrated learning platform, integrated with membership management, curriculum management, learning plan, and so on)
集成学习
- 集成学习算法的学习和应用研究，随机森林等相关算法(Study and application of integrated learning algorithm)
ada_Boost
- 卡尔曼滤波算法程序 和集成学习算法程序。(Kalman filter algorithm program)
ensemblelearning
- 集成学习算法，包括随机森林，bagging.(Integrated learning algorithms, including random forests, bagging.)
SelectedEnsembleClassfier
- 选择性集成学习，遗传算法，Bagging算法(Selective integrated learning ,Genetic algorithm, Bagging algorithm)
SVM
- 选择性集成学习、遗传算法、Bagging算法(Selective integrated learning, genetic algorithm and Bagging algorithm)
adaboost
- 机器学习/python入门项目四：集成学习AdaBoost(Machine learning / python entry project four: integrated learning AdaBoost)
集成学习方法研究综述
- 详细介绍有关集成学习研究现状以及应用前景。
机器学习之随机森林
- Bagging是并行式集成学习方法最著名的代表，Bagging通常对分类任务使用简单投票法，随机森林（RF）是Bagging的一个扩展变体，RF在以决策树为基学习器构建Bagging 集成的基础上，进一步在决策树的训练过程中引入了随机属性选择。在RF中，集成模型的每棵树构建时所需的样本都是由训练集经过有放回的随机抽样得来（即自助采样法bootstrap sample）。