代码及数据集：决策树分类算法--隐形眼镜材质分类。数据集来自UCI数据库。隐形眼镜类型包括：硬材质、软材质、不适合佩戴隐形眼镜
2021-11-04 16:45:16
2KB
1
商务智能原理与方法决策树模型的数据挖掘实现实验报告，通过决策树模型数据挖掘三国数据库，讲解了sql server2008 r2的使用步骤
2021-11-02 18:44:22
487KB
1
附件提供了基于MODIS土地利用覆被多时相多光谱数据开展决策树分类的完整的IDL源代码、案例数据及数据处理中的过程数据。分类结果包括：水域、建设用地、园地、林地、一年两熟耕地、一年一熟耕地、其他土地和无数据区域。非常适合于需要用MODIS数据进行信息提取的同行的参考。
2021-10-25 18:12:17
8.73MB
决策树分类matlab代码应用机器学习和数据科学食谱-面向初学者的数据科学编码训练营
使用Python，R和MATLAB的应用机器学习和数据科学
适用于应用机器学习和数据科学的Python，R和MATLAB代码列表
应用机器学习和数据科学的7个步骤：
通过编码分类学习：
分类：
数据分析：
数据科学：
数据可视化：
机器学习食谱：
熊猫：
Python：
SKLEARN：
监督学习：
表格数据分析：
端到端数据科学食谱：
应用统计：
套袋乐团：
促进合奏：
CatBoost：
聚类：
数据分析：
数据科学：
数据可视化：
决策树：
LightGBM：
机器学习食谱：
多类别分类：
神经网络：
Python机器学习：
Python机器学习速成课程：
R分类：
R对于初学者：
R
for
Business
Analytics：
R
for
Data
Science：
用于数据可视化的R：
适用于Excel用户的R：
R机器学习：
R机器学习速成课程：
R回归：
回归：
XGBOOST：
有抱负的数据科学家的项目组合项目：表格文本和图像数据分析以及Python和R
@中的时间序列预测
西澳大
2021-10-19 16:49:27
1KB
1
鸢尾花数据集8:2划分训练集和测试集，并进行决策树分类算法练习Graphviz的安装训练集、测试集的划分输出训练模型可视化树状图训练模型的精度F1-Score测试集的精度F1-Score遇到的问题
针对鸢尾花数据集，按照80%训练集、20%测试集的划分，进行决策树分类算法的训练（在训练集上）和预测（测试集上）。要求：1）输出训练模型的可视化树状图 ；2）输出训练模型的精度 F1-score；3）输出测试集的精度 F1-score；
Graphviz的安装
决策树要用到Graphviz，所以要先安装。
首先在Graphviz官网上下载Graphviz-2.38.msi
然后进行安装，双击后，一
2021-10-06 11:29:46
66KB
1
Decision_tree-python
决策树分类（ID3，C4.5，CART）
三种算法的区别如下：
(1) ID3算法以信息增益为准则来进行选择划分属性，选择信息增益最大的；
(2) C4.5算法先从候选划分属性中找出信息增益高于平均水平的属性，再从中选择增益率最高的；
(3) CART算法使用“基尼指数”来选择划分属性，选择基尼值最小的属性作为划分属性.
本次实验我的数据集如下所示：
共分为四个属性特征：年龄段，有工作，有自己的房子，信贷情况;
现根据这四种属性特征来决定是否给予贷款
为了方便，我对数据集进行如下处理：
在编写代码之前，我们先对数据集进行属性标注。
（0）年龄：0代表青年，1代表中年，2代表老年；
（1）有工作：0代表否，1代表是；
（2）有自己的房子：0代表否，1代表是；
（3）信贷情况：0代表一般，1代表好，2代表非常好；
（4）类别(是否给贷款)：no代表否，
2021-10-01 14:43:40
1.36MB
1
ID3和C4.5决策树学习算法的实现
通过使用ID3和C4.5算法实现决策树并生成F1分数。
在UCI机器学习蘑菇数据集上进行测试
入门：将“ Project1_N01412075_Resubmission”文件夹下载到本地驱动器。
This folder has
1) Project1_Mushroom_DT_N01412075.py - A file that contains source code for the implementation.
2) Mushroom folder that has 10 smaller training files(used for cross validation), 1 larger training file (which is a concatenation of all the smaller files) and a final
2021-09-29 11:20:29
311KB
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
人工智能基础视频教程零基础入门课程 第六章（上）
人工智能基础视频教程零基础入门课程，不需要编程基础即可学习，共15章，由于整体课程内容太大，无法一次传输，分章节上传。
第一章 人工智能开发及远景介绍（预科）
第二章 线性回归深入和代码实现
第三章 梯度下降和过拟合和归一化
第四章 逻辑回归详解和应用
第五章 分类器项目案例和神经网络算法
第六章 多分类、决策树分类、随机森林分类
第七章 分类评估、聚类
第八章 密度聚类、谱聚类
第九章 深度学习、TensorFlow安装和实现
第十章 TensorFlow深入、TensorBoard
十一章 DNN深度神经网络手写图片识别
十二章 TensorBoard可视化
十三章 卷积神经网络、CNN识别图片
十四章 卷积神经网络深入、AlexNet模型
十五章 Keras深度学习框架
2021-07-11 19:43:47
476.13MB
1