Brodley.Multivariate DecisionTrees1995多变量决策树1
2022-08-04 09:00:13 2.08MB 决策树
1
摘要随着我国电子商务和移动支付的快速发展,手机已经成为人们必不可少的工具。在考虑用户的基本行为特征和个人偏好的基础上,本文对影响手机的销售情况的指标进了统计和分
2022-08-03 21:00:08 1.73MB 决策树
1
1.决策树基本原理 2.决策树三要素 1. 特征选择: 2. 决策树生成: 3. 剪枝: 3. 决策树学习基本算法 4.决策树算法优缺点 5.熵的概念 6.信息
2022-08-03 18:00:15 538KB 决策树
1
背景集成学习目录神经网络深度学习主要分类与预测算法简介:分类与预测——常用的分类与预测算法算法名称算法描述决策树它采用自顶向下的递归方式,在决策树的内部结点进行
2022-08-03 13:00:12 2.2MB 数据挖掘 决策树
1
:deciduous_tree: Python中的斜决策树 倾斜决策树实现的python接口: OC1 CART-线性组合(Breiman等,1984,第5章) 安装(Python 3) 首先使用以下命令安装numpy : pip install numpy 然后运行: pip install git+https://github.com/AndriyMulyar/sklearn-oblique-tree 利用 可以使用普通的scikit-learn分类器api来诱导树木。 例如: from sklearn . datasets import load_iris , load_breast_cancer fro
1
员工流失是企业员工管理中最为棘手的问题之一,以往研究员工流失问题一般集中在组织承诺、心理契约、员工满意度等隐性维度,对于流动量大的一线员工的管理、监控和预防并不时事奏效。研究以H集团零售连锁门店员工数据为例,收集该企业苏南某市在2013年间所有门店员工信息,建立挖掘数据库(N=5 277),采用挖掘技术中的决策树C4.5算法,对其门店员工的流失情况实施挖掘研究。经计算得到门店员工流失的六条规律,与非重复的验证数据库(N=1 066)实施百分数比较检验,六条流失规律均不存在显著差异。依据研究的结果,探究该企业门店员工流失现象的原因和预防对策,同时也建议数据挖掘技术可以在人力资源管理领域中进一步应用发展。
2022-07-30 18:00:40 710KB 数据挖掘 决策树 员工流失 一线员工
1
运用Python实现了简单了ID3,C4.5的决策树分类,可以简单理解决策树原理和分类效果
2022-07-24 17:10:26 5KB 决策树,ID3
1
adaboost 演示demo(基于Matlab,学习算法包括决策树、神经网络、线性回归、在线贝叶斯分类器等),动态GUI显示学习过程、vote过程等
2022-07-19 22:12:48 13KB 机器学习
1
实现决策树对鸢尾花进行分类,决策树进行了可视化,分别使用了图片和pdf进行显示,相关代码下载即可运行。
2022-07-15 18:05:47 84KB python 机器学习 鸢尾花 决策树
1
决策树C4.5连续属性分割阈值算法改进及其应用.pdf
2022-07-11 09:11:20 304KB 文档资料