一 、RF原理解释：
首先，从给定的训练集通过多次随机的可重复的采样得到多个 bootstrap 数据集。接着，对每个 bootstrap 数据集构造一棵决策树，构造是通过迭代的将数据点分到左右两个子集中实现的，这个分割过程是一个搜索分割函数的参数空间以寻求最大信息增量意义下最佳参数的过程。然后，在每个叶节点处通过统计训练集中达到此叶节点的分类标签的直方图经验的估计此叶节点上的类分布。这样的迭代训练过程一直执行到用户设定的最大树深度（随机森林提出者Breiman采用的是ntree=500）或者直到不能通过继续分割获取更大的信息增益为止，网上的代码中作者都是对树的最大深度设置了最大值。
2021-09-22 17:25:42
17KB
1
[精选]对外经贸大学国际工商管理学院钱爱民-财务报表解释培训(1).pptx
2021-09-20 22:07:03
618KB
本设计为asp.net+sqlserver+c#源码，都可以运行，可以为您做设计，请看个人简介信息获取更多，资源免费，只希望您给个关注给个赞，后续会上传更多新源码，关注后第一时间会通知到您。感谢！
2021-09-20 22:03:28
3.1MB
1
解释为什么我们在 Matlab 中使用 fftshift(fft(fftshift(x))) 而不是 fft(x)。 给出了一个例子。 示例和 Matlab 代码部分复制自 Daniele Disco 在“快速傅立叶变换指南，第 2 版”中的工作。
2021-09-18 17:35:26
102KB
1