9.4由决策树提取分类规则
决策树分类方法有它的优点，但是也有一定的局限性，比如，利用算法生成的决策树的规模会因为训练数据集的巨大而变得过大使得难以理解，可读性差。如果直接从决策树中提取出IF－THEN规则，建立基于规则的分类器，与决策树分类器相比，IF－THEN规则可能更容易理解，特别是当决策树分支非常大时也一样 。
2021-09-21 22:19:51
575KB
1
翻译了OpenCV官方文档, Machine Learning Overview. 对cv::ml::StatModel的10个子类的理论进行介绍, 重点包括决策树, 随机决策树, 增强法, 支持向量机, 神经网络, 逻辑回归等.
2021-09-16 13:41:55
348KB
1
决策树经典学习算法，C4.5算法是ID3算法的改进，加上了子树的信息，因素属性的值可以是连续量,训练例的因素属性值可以是不确定的,对已生成的决策树进行裁剪,减小生成树的规模.
2021-09-11 17:38:15
168KB
1
本文讨论了基于朴素贝叶斯和决策树的雅加达旅游景点推荐。 数据是从 TripAdvisor 收集的，其中包含旅游网站信息和网站评论。 简单而强大的朴素贝叶斯方法能够将旅游网站的评论分为五个类别或评级，即好类别（第 5 和第 4 位）、神经类别（第 3 位）和差类别（第 2 位和第 1 位）。 类别是决策树属性。 最后，根据算法C4.5计算并分类网站旅游推荐的高性能。
2021-09-10 16:33:09
1.2MB
1
适合在校大学生、遥感初学者学习使用。资料包括高分辨率遥感影像处理过程文件、处理过程截图、各个处理工具的说明、ROI的选择结果、多波段数据的构建、遥感地物分类的结果。可以直接拿去作为遥感课程设计的文档，上交老师，也可以下载作为学习CART自动决策树分类的资料。
2021-09-09 13:04:00
528.05MB