决策树分类器

2024美赛数学建模思路 - 案例：ID3-决策树分类算法

文章目录0赛题思路1算法介绍2FP树表示法3构建FP树4实现代码建模资料0赛题思路（赛题出来以后第一时间在CSDN分享）https://blog.csdn.net/dc_sinor?type=blog1算法介绍FP-Tree算法全称是FrequentPatternTree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP-Tree算法是Apriori算法
建模君Assistance·2024-01-18 10:48

2024年美赛数学建模思路 - 案例：ID3-决策树分类算法

文章目录0赛题思路1算法介绍2FP树表示法3构建FP树4实现代码建模资料0赛题思路（赛题出来以后第一时间在CSDN分享）https://blog.csdn.net/dc_sinor?type=blog1算法介绍FP-Tree算法全称是FrequentPatternTree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP-Tree算法是Apriori算法
建模君A·2024-01-18 06:23

2020-02-14摘要

训练集与验证集模型训练的过程其实就是在求【参数】的过程，我们先假定某类【模型】（比如决策树模型），然后用【训练集】来训练，学习到对应的最优的【参数】。
酸菜鱼_02a6·2024-01-18 04:52

机器学习——python训练RNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

机器学习实战目录第一章python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章
苏苏不是叔·2024-01-18 01:01

常见的机器学习算法代码及其Python代码

监督式学习的例子有：线性回归、决策树、随机森林算法、最近邻算法、逻辑回归等。非监督式学习算法这类算法没有任何目标
中年猿人·2024-01-18 01:00

机器学习——python训练决策树模型实战（傻瓜式教学，小学生都可以学会）

机器学习——python训练决策树模型实战目录机器学习——python训练决策树模型实战机器学习实战目录训练一个决策树模型需要经过以下步骤：1.下载数据集2.数据预处理3.加载数据集4.准备训练数据5.
苏苏不是叔·2024-01-18 01:30

机器学习——python训练CNN模型实战（傻瓜式教学，小学生都可以学会）代码开源

机器学习实战目录第一章python训练线性模型实战第二章python训练决策树模型实战第三章python训练神经网络模型实战第四章python训练支持向量机模型实战第五章python训练贝叶斯分类器模型实战第六章
苏苏不是叔·2024-01-18 01:00

基于决策树的规则挖掘实战分析，值得细嚼慢咽

今天，为大家分享基于决策树算法的风控规则挖掘实战分析哦。
风控小兵突击·2024-01-17 23:58

随机森林在信贷风控的应用场景

它构建并整合了多个决策树来改善模型的预测准确性。这些决策树分别作出预测，随机森林算法则综合这些预测以形成最终的预测，通常通过投票机制来实现。
风控小兵突击·2024-01-17 23:58

图像分类 | 基于 Labelme 数据集和 VGG16 预训练模型实现迁移学习

基于标注样本的信息和预训练模型的特征提取能力，训练自己构建的图像分类器，从而实现迁移学习。目录一、导入必要库二、定义目录变量三、数据预处理--数据增强+标签处理1.定义图像数据生成器2.标注样本的
源于花海·2024-01-17 23:28

决策树：理解机器学习中的关键算法

决策树：理解机器学习中的关键算法决策树是一种流行而强大的机器学习算法，它从数据中学习并模拟决策过程，以便对新的未知数据做出预测。由于其直观性和易理解性，决策树成为了分类和回归任务中的首选算法之一。
在下区区俗物·2024-01-17 23:48

决策树的分类

概念决策树是一种树形结构树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果决策树的建立过程1.特征选择：选取有较强分类能力的特征。
码农zz·2024-01-17 23:13

数据挖掘之分类问题、决策树问题以及一个关于误差的泛化理论

文章目录分类问题的定义决策树问题Gini系数过拟合误差及泛化理论泛化理论的理解和证明相关习题都说港中文陶宇飞老师的数据挖掘课讲得非常好，这次选上，果然感觉老师思路清晰，循循善诱。
蒋大钊！·2024-01-17 21:16

监督学习 - 梯度提升机（Gradient Boosting Machines，GBM）

什么是机器学习梯度提升机（GradientBoostingMachines，GBM）是一种集成学习方法，通过将多个弱学习器（通常是决策树）组合成一个强学习器来提高模型的性能。
草明·2024-01-17 18:12

一文带你了解机器学习算法

1.常见的机器学习算法有哪些KNN算法、线性回归法、决策树算法、随机森林算法、PCA算法、SVM算法等等2.什么是机器学习简单的说，机器学习就是让机器从数据中学习，进而得到一个更加符合现实规律的模型，通过对模型的使用使得机器比以往表现的更好
AAI机器之心·2024-01-17 15:03

机器学习——支持向量机SVM

1摘要：支持向量机（SVM）是一种二类分类模型，其基本模型是在特征空间上找到最佳的分离超平面使得训练集上正负样本间隔最大，间隔最大使它有别于感知机，支持向量机也可通过核技巧使它成为非线性分类器。
AAI机器之心·2024-01-17 15:32

2025山大软件学院机器学习805 2024持续押中

4．决策树决
sdu_study·2024-01-17 14:17

【机器学习入门】机器学习基础概念与原理

Python编程语言进行机器学习实践4、机器学习的应用领域二、机器学习算法1、有监督学习算法（1）线性回归a.基本概念b.应用案例c.代码示例（2）逻辑回归a.基本概念b.应用案例c.代码示例d.代码示例（3）决策树
代码骑士·2024-01-17 12:10

速通——决策树（泰坦尼克号乘客生存预测案例）

一、决策树1、概述树中每个内部节点表示一个特征上的判断，每个分支代表一个判断结果的输出，每个叶子节点代表一种分类结果2、建立过程1.特征选择：选取有较强分类能力的特征。
小林打怪中·2024-01-17 12:12

python机器学习——分类模型评估 & 分类算法（k近邻，朴素贝叶斯，决策树，随机森林，逻辑回归，svm）

目录分类模型的评估模型优化与选择1.交叉验证2.网格搜索【分类】K近邻算法【分类】朴素贝叶斯——文本分类实例：新闻数据分类【分类】决策树和随机森林1.决策树2.决策树的算法3.代码实现实例：泰坦尼克号预测生死
Perley620·2024-01-17 10:59

数学建模常见算法的通俗理解（更新中）

C.R.值1.2.6判断一致性1.2.7计算总得分2神经网络（正向流通反向反馈，调整系数，预测结果）2.1粗浅理解2.2算法过程2.2.1划分数据集2.2.2前向传播及反向调整系数（利用梯度下降法）3决策树
菜只因C·2024-01-17 09:19

机器学习 -- 朴素贝叶斯分类器

场景朴素贝叶斯分类器是一种基于贝叶斯定理的简单概率分类器，广泛应用于各种机器学习场景。朴素贝叶斯分类器利用贝叶斯定理来预测一个数据点的类别。
北堂飘霜·2024-01-17 07:37

贝叶斯分类器（公式推导+举例应用）

文章目录引言贝叶斯决策论先验概率和后验概率极大似然估计朴素贝叶斯分类器朴素贝叶斯分类器的优点与缺点优点缺点总结实验分析引言在机器学习的世界中，有一类强大而受欢迎的算法——贝叶斯分类器，它倚仗着贝叶斯定理和朴素的独立性假设
Nie同学·2024-01-17 03:12

面试必备！七大分类算法模型最全总结，内容太通透了！

文章目录逻辑回归核心公式优点缺点适用场景一个核心案例代码决策树核心步骤优点缺点适用场景一个核
Python数据挖掘·2024-01-16 22:33

GEE：机器学习分类中每个类别的概率图像可视化

作者：CSDN@_养乐多_在GoogleEarthEngine（GEE）中应用机器学习分类器进行多分类时，有一个需求是想知道每个像素对于每个类别的分类概率。
_养乐多_·2024-01-16 21:23

2019-04-10

还可以根据这个属性的重要程度来评估是否需要去除，而属性的重要程度可以采用决策树来评估，凡不在决策树上的属性都可以尝试去除。二、样本规约去除冗余抽样有回放抽样，这种抽样方式使得相
AliceGYY·2024-01-16 21:22

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）

使用PaddleNLP识别垃圾邮件准确率98.5%的垃圾邮件分类器（附数据集下载）。什么是垃圾邮件？垃圾邮件泛指未经请求而发送的电子邮件，例如未经发件人请求或允许而发送的商业广告或非法的电子邮件。
代码讲故事·2024-01-16 21:29

R语言构建决策树模型（decision tree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容

R语言构建决策树模型（decisiontree）并可视化决策树：自定义函数计算对数似然、自定义函数计算模型的分类效能（accuray、F1、偏差Deviance）、使用pander包美化界面输出内容目录
statistics.insight·2024-01-16 17:51

opencv_模型训练

文件夹opencv训练文件xmlnegdataposdata说明negdata目录:放负样本的目录posdata目录：放正样本的目录xml目录：新建的一个目录，为之后存放分类器文件使用neg.txt:负样本路径列表
轩宇^_^·2024-01-16 16:45

17- 梯度提升回归树GBRT (集成算法) (算法)

梯度提升回归树:梯度提升回归树是区别于随机森林的另一种集成方法，它的特点在于纠正与加强，通过合并多个决策树来构建一个更为强大的模型。该模型即可以用于分类问题，也可以用于回归问题中。
处女座_三月·2024-01-16 11:05

监督学习 - 梯度提升回归（Gradient Boosting Regression）

它通过迭代地训练一系列弱学习器（通常是决策树）来逐步提升模型的性能。梯度提升回归的基本思想是通过拟合前一轮模型的残差（实际值与预测值之差）来构建下一轮模型，从而逐步减小模型对训练数据的预测误差。
草明·2024-01-16 11:02

【深度学习I-基础知识】

深度学习I-基础知识1基础知识1.1模型的基本概念1.2机器学习1.2.1概率建模1.2.2核方法1.2.3决策树、随机森林和梯度提升机1.3深度学习1.3.1张量1.3.2数据批量1.3.3张量运算1.3.4
Dymc·2024-01-16 08:50

XGBoost（eXtreme Gradient Boosting）

XGBoost（eXtremeGradientBoosting）是一种最新的基于决策树集成学习算法，它结合了BoostedTrees算法和GradientBoosting框架的优势，并引入了一种全新的优化策略
appron·2024-01-16 07:52

机器学习-集成学习XGBoost

在本文中，我们将介绍XGBoost的基本原理、常见的应用和一些实践经验.基本原理XGBoost是一种基于梯度提升决策树(GradientBoostingDecisionTre
太阳是白的·2024-01-16 07:16

机器学习之集成学习 XGBoost（eXtreme Gradient Boosting）附代码

梯度提升是一种集成学习技术，通过组合多个弱学习器（通常是决策树）来构建一个强学习器。XGBoost在梯度提升算法的基础上引入了一些创新，使其在性能上更为优越。
贾斯汀玛尔斯·2024-01-16 06:44

人工智能-OpenCV+Python实现人脸识别（人脸检测）

首先要采用样本的Haar特征训练分类器，从而得到一个级联的AdaBoost分类器。Haar特征值反映了图像的灰度变化情况。
人工智能研究所·2024-01-16 06:21

数据挖掘|决策树算法以及相关算法实现和例题讲解

出处来源：分类问题：决策树+ID3算法+C4.5算法+考试例题讲解_哔哩哔哩_bilibili资料整理：链接：https://pan.baidu.com/s/1q786VaYJ9-1G7ZdfC6KL7A
封印师请假去地球钓鱼·2024-01-16 05:40

【opencv】python实现人脸检测和识别训练

人脸识别OpenCV中的人脸识别通常基于哈尔特征分类器（HaarCascadeClassifier）进行。
游码客·2024-01-16 05:39

集成学习（五）Stacking

1.导言Stacking集成算法可以理解为一个两层的集成，第一层含有多个基础分类器，把预测的结果（元特征）提供给第二层，而第二层的分类器通常是逻辑回归，他把一层分类器的结果当作特征拟合输出预测结果。
我想要日更徽章·2024-01-16 04:59

机器学习实验四：决策树-隐形眼镜分类（计算信息增益和信息熵以及模型准确率）

决策树-隐形眼镜分类（计算信息增益和信息熵以及准确率）Title:使用决策树预测隐形眼镜类型#Description:隐形眼镜数据是非常著名的数据集，它包含很多患者眼部状况的观察条件以及医生推荐的隐形眼镜类型
Blossom i·2024-01-16 02:41

【机器学习】机器学习上机作业决策上述算法

利用所学知识，使用决策树实现Iris鸢尾花数据集分类任务。
yuzhangfeng·2024-01-15 19:01

机器学习笔记E4--朴素贝叶斯

预备知识贝叶斯定理（BayesianTheorem）先验概率与后验概率朴素贝叶斯分类器何为“朴素”：属性条件独立性假设分类准则离散属性与连续属性值的分别处理例子讲解拉普拉斯修正(Laplaciancorrection
EL33·2024-01-15 14:44

机器学习 | 多层感知机MLP

2.实验内容能给出与线性分类器（自行实现）作对比，并分析原因。用不同数据量，不同超参数，比较实验效果。不许用现成的平台，例如Pytorch，Tensorflow的自动微分工具。实现实验结果的可视化。
rookiexiong·2024-01-15 12:59

集成学习之Adaboost算法详解

AdaptiveBoosting(自适应提升)是基于Boosting思想实现的一种集成学习算法，核心思想是提高【在前一步中分类错误的样本权重】来训练一个强分类器，错误的数据会“放大”，正确的数据会“缩小
进击的卡特琳娜·2024-01-15 09:41

机器学习---lightGBM

AdaBoost两个问题：(1)如何改变训练数据的权重或概率分布提高前⼀轮被弱分类器错误分类的样本的权重，降低前⼀轮被分对的权重(2)如何将弱分类器组合成⼀个强分类器，亦即，每个分类器，前面的权重如何设置采取
三月七꧁ ꧂·2024-01-15 08:24

半监督学习 - 半监督支持向量机（Semi-Supervised Support Vector Machines）

与传统的监督SVM不同，S3VM通过结合有标签数据和无标签数据来提高分类器的性能。以下是半监督支持向量机的基本思想和步骤：基本思想利用未标记数据：利用未标记的数据来增加模型的泛化性能。
草明·2024-01-15 06:47

集成学习入门 - 1 混合训练数据

决策树#决策树fromsklearn.datasetsimportload_irisfromsklearn.treeimportDecisionTreeClassifierfromsklearn.model_selectionimporttrain_test_splitX
薛东弗斯·2024-01-15 06:06

回溯算法详解

回溯算法框架,相当于一颗树(决策树),每个节点对应一个选择(合理答案),记录路径选择列表(当前可以做的选择)路径(已经做出的选择)结束条件(无法再做选择的条件)result=[]defbacktrack
困兽犹斗z·2024-01-14 21:59

史诗级长文--朴素贝叶斯

该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树、神经网络相媲美。
SQingL·2024-01-14 18:38

史诗级长文--决策树

决策树决策树(decisiontree)是一种基本的分类与回归方法。
SQingL·2024-01-14 18:08
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他