梯度提升决策树算法（GBDT）作者：江尘（[受电子邮件保护]）GBDT是Jerome H. Friedman的梯度提升决策树算法的高性能且功能齐全的C ++实现。 （[受电子邮件保护]）GBDT是Jerome H. Friedman的“梯度增强决策树算法”及其现代后代的高性能且功能齐全的C ++实现。
它具有高效，低内存占用，丢失功能的集合以及内置机制来处理分类功能和缺失值的功能。
GBDT什么时候对您有利？
您正在寻找的不仅仅是线性模型。
梯度提升决策
2021-12-08 12:37:00
7.87MB
1
采用数据挖掘技术中ID3决策树算法分析学生成绩.pdf
采用数据挖掘技术中ID3决策树算法分析学生成绩.pdf
2021-12-06 15:57:26
59KB
1
由于学生的成功率反映了教育组织的成功，因此学生成功率不断提高的趋势成为所有教育组织的目标。 除此之外，学生完成中学后接受高等教育的意愿是教育组织最重要的目标之一。 许多原因会影响这种意愿，揭示这些原因可能会增强学生的意愿。 数据挖掘工具（尤其是决策树算法）可以被认为是找到隐藏模式以实现这些目标的最佳选择。 本工作中使用的实验数据集是由米尼奥大学的 Paulo Cortez 和 Alice Silva 收集和分析的两门课程（数学（395 个实例）和葡萄牙语（拥有 659 个实例的葡萄牙语课程））的葡萄牙学生的数据集，葡萄牙。 在这项工作中应用和试验了三种决策树算法（J48、RepTree 和 Hoeffding Tree（VFDT））。 结果表明，J48算法最适合对学生完成高等教育和课程成功的意愿进行分类和预测。
2021-12-06 10:04:50
809KB
1
决策树分类算法实验报告18页-作者原创机器学习大作业-目录内容：
1.研究意义2.数据描述3.模型描述4.算法实现5.运行结果及意义说明6.总结-包含算法流程图,运行结果截图
2021-12-06 09:14:18
1.21MB
主要介绍了Python机器学习之决策树算法,较为详细的分析了实例详解机器学习中决策树算法的概念、原理及相关Python实现技巧,需要的朋友可以参考下
2021-12-05 22:15:37
80KB
1
R的决策树案例
用到的数据
这里是我在学习R的决策树过程中,写的一些例子代码,分别用到了三组不同的数据.
R自带的iris
UCI的 (全部是数值型)
UCI的 用于性能测试
感谢为数据分析学习提供的这个数据库, 里面可以非常方便的找到你所需要的数据集。
下面是学习过程中阅读的一些参考文献：
C50使用的入门教程:
CART和rpart入门
关于经常会被作为参数的Formula
用到的R的分类算法包
C50
party
rpart
tree
在使用决策树算法时，我们常常要考虑以下几个问题：
如何建立分类模型
如何使用分类模型进行预测
如何查看分类树
如何评估预测结果
如何改进预测结果
2021-12-03 22:49:34
12.81MB
1