搜索资源列表
Random_Forest_fortran
- 加洲大学Leo Breiman编写的Random Forests(随机器森林)各个版本的fortran代码 可以实现分类,以及回归!-University of California Leo Breiman prepared by Random Forests (random for forest ) fortran various versions of the code can be achieved classification and regression!
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
RandomForest
- 随机森林论文作者写的随机森林代码，采用matlab混合编程，需要安装Fortran compiler-An interface to the random forest algorithm (version 3.3) written by Leo Breiman and Adele Cutler. This tool is for windows MATLAB R13 only
RF
- Random Forests的Fortran版本，Leo Breiman and Adele Cutler 设计-Random Forests of the Fortran version, Leo Breiman and Adele Cutler Design
89346509RandomForestMatlabVersion
- 這是一個 Matlab的（和獨立應用）端口的出色的機器學習算法，隨機森林` - 由Leo布賴曼等。從 R -源由Andy鴻等。 http://cran.r-project.org/web/packages/randomForest/index.html（Fortran的原由Leo布賴曼和Adele卡特勒，研究港口安迪鴻和馬修維納。）當前的代碼版本是基於 4.5-29從來源 randomForest包。-This is a Matlab (and Standalone application) p
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
LEO-BREIMAN
- Random Forest开发者LEO BREIMAN写的文章，内容为Random Forest理论说明和程式应用-Random Forest LEO BREIMAN developers write articles, content Random Forest theoretical descr iption and application program
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
random forest
- 文档包括两部分内容，一部分是Leo Breiman关于随机森林的介绍解释文档pdf，内有实例和分析，介绍的很清楚，是英文版，不过不是很难；第二部分是Leo Breiman的官方程序，从网站下载的，matlab版本。(The document includes two parts, one part is Leo Breiman on random forest introduced to explain the document PDF, there are examples and analy
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