文档从UCI机器学习数据集中选择Iris、Spambase、Car Evaluation三个数据集,用于进行基于决策树分类算法的十折交叉验证验证。通过编程实现决策树分类算法,并通过十次十折交叉验证测试算法分类精度。报告对数据集、算法、实验结果以及源码进行了详细分析。资源中含数据集、Visio流程图、文档内容,文档中附有关键代码
2021-03-30 16:11:34 483KB 十折交叉验证 决策树 机器学习算法
1
基于递归神经网络与K折交叉验证的R-RTRL用于多步预测滑坡位移
2021-03-09 10:05:22 285KB 研究论文
1
采用了十折交叉验证提高了分类的准确性,分类器分类函数可以替换成Linear,quadratic,rbf函数
2019-12-21 22:22:13 33KB Matlab
1
手动实现交叉验证,代码简洁易懂,可以学到不错的知识
2019-12-21 20:33:57 33.62MB 交叉验证
1
利用交叉验证方法检验所建立的BP神经网络的分类效果,该程序是基于5折交叉验证对所建立的神经网络进行检验。
2019-12-21 19:40:59 3KB 交叉验证 bp神经网络
1