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:
MLC21NT-C
- machine learning, accuracy estimation, cross-validation, bootstrap, ID3, decision trees, decision graphs, naive-bayes, decision tables, majority, induction algorithms, classifiers, categorizers, general logic diagrams, instance-based algorit
1106
- 一个完整的制袋机控制系统,包显示程序,步进电机驱动程序.-a complete bagging machine control system, including the display program, stepping motor driver.
是模式识别课件
- 是模式识别课件，Bagging & Boosting
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
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
ensemblelearning
- 该源代码主要是利用bagging,adboosting等集成学习的方法进行图像融合处理，效果甚好！-The main source is the use of bagging, adboosting ensemble learning methods such as image fusion, the effect is very good!
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.
Baggingboostingandc45
- 模式识别bagging boosting c4.5算法-Bagging boosting c4.5 algorithm for pattern recognition
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
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
Design
- design for bagging machine
bagging
- Breiman的bagging算法，是bootstrap aggregating的缩写，是最早的Ensemble算法之一，它也是最直接容易实现，又有着另人惊讶的好效果的算法之一。-Breiman’s bagging, short for bootstrap aggregating, is one of the earliest ensemble based algorithms.
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)
GA-Bagging-SVM-code
- 基于matlab软件的Ga-bagging-svm程序，包含算例data，编写规范，非常好用(Ga-bagging-svm program based on MATLAB software, including example data, compiling specifications, very useful)