单层决策树

C#完美实现透明窗体的绘制效果

后面方面使用单层窗体也可实现透明绘制，主要是设置窗体背景色需要注意！在设置背景色的后，颜色的R值不能等于B值，这样
破浪征程·2024-01-20 07:52

介绍 TensorFlow 的基本概念和使用场景

它能够实现各种机器学习模型的训练和推理，包括神经网络、决策树、支持向量机等。TensorFlow的基本概念是张量（Tensor）和计算图（Graph）。
雪梅零落·2024-01-20 03:13

数据挖掘 第四章 分类：基本概念、决策树与模型分析

分类任务就是确定对象属于那个与定义的目标类4.1预备知识分类任务的输入数据时记录的集合。每条记录也称实例，用元组（x,y）表示，其中x是属性的集合，而y是一个特殊的属性，指出实例的类标号。属性主要是离散的，但可以是连续的。但类标号必须是离散的，这是区别分类与回归的关键特性。回归是一种预测建模任务，其中y属性是连续的
啦啦啦_9a5f·2024-01-20 02:35

集成学习算法（Bagging 思想、Boosting思想）及具体案例

booststrap抽样）产生不同的训练集，从而训练不同的学习器；通过平权投票、多数表决的方式决定预测结果；弱学习器可以并行训练代表算法：随机森林概述：是基于Bagging思想实现的一种集成学习算法，采用决策树模型作为每一个弱学习器构建过程
小林打怪中·2024-01-20 02:52

机器学习（一）—— 简介

参考书籍《机器学习和深度学习：原理、算法、实战》文章目录1工业界流行的机器学习算法2机器学习3深度学习4预备知识5监督学习与无监督学习1工业界流行的机器学习算法线型回归逻辑回归决策树随机森林梯度提升机人工神经网络卷积神经网络循环神经网络贝叶斯技术支持向量机进化方法马尔可夫逻辑网络隐马尔可夫模型生成对抗网络
奶盖加芝士·2024-01-19 10:15

ant-design-vue form表单实现动态循环效验

单层循环的话//不需要增减的表单项//设置display:flex属性可让表单显示在一行//prop表单域的model字段//这里你可以写多组表单项...
何故沾衣欲湿杏花雨·2024-01-19 10:11

6、机器学习之随机森林

本课程所需数据集夸克网盘下载链接：https://pan.quark.cn/s/9b4e9a1246b2提取码：uDzP文章目录1、简介2、实例3、结论1、简介决策树给你留下了一个困难的选择。
AI算法蒋同学·2024-01-19 10:07

第四章 决策树

4.1基本流程决策树（decisiontree）是一类常见的机器学习方法，它是基于树结构来进行决策的，这是人类在面临决策问题时一种很自然的处理机制。
lammmya·2024-01-19 02:08

【机器学习】西瓜书要点个人整理

目录前置基础知识第三章线性模型机器学习三要素1.函数集合2.目标函数3.优化方法4.模型评估方法对数几率回归（逻辑回归）第四章决策树第五章SVM第六章贝叶斯分类器第八章集成学习第九章神经网络前情提要：本文适合在学习机器学习课程前
_hermit:·2024-01-19 02:45

【机器学习】基本模型简易代码整理

目录对数几率回归原理损失函数和优化特点和应用支持向量机SVM原理损失函数与优化优点与应用信息增益决策树本文对机器学习课程考试中可能出现的模型代码题进行总结，仅供参考。
_hermit:·2024-01-19 02:14

机器学习（七） — 决策树

model4—decisiontree1decisiontree1.componentusage:classificationrootnodedecisionnode2.choosefeatureoneachnodemaximizepurity(minimizeinpurity)3.stopsplittinganodeis100%onclasssplittinganodewillresultint
绘梨衣吖·2024-01-18 16:47

线性回归+小批量梯度下降算法

目录1.线性模型计算预测值：2.使用均方损失作为损失函数：3.基础优化算法：梯度下降4.训练数据：5.线性回归实现：6.线性回归总结：1.线性模型计算预测值：线性模型可以看做单层神经网络。
姓蔡小朋友·2024-01-18 15:44

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

ML：2-1-4理解python如何实现forward prop

文章目录1.单层上的向前传播forwardprop2.前向传播的一般实现3.通用人工智能1.单层上的向前传播forwardprop【了解在python中如何实现forwardprop】继续使用咖啡烘焙模型
skylar0·2024-01-18 09:20

ListView实现树形菜单——listview整体水平与垂直同时滚动（ScrollerView嵌套ListView）...

最近在项目中用ListView实现了一个树形菜单，菜单层级可以无限，数据动态填充，写这个控件确实是花了不少的时间，而且代码逻辑也比较复杂。
在下个路口·2024-01-18 07:34

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

关于Django字段类型DateTimeField默认是不是不能为空的测试【DateTimeField学习过程记录】

chatgpt说这个字段默认情况下：blank=False，null=False，也就是在数据库层面和表单层面都不能为空，我们不妨来测试一下在数据库层面是不是这样。
昊虹AI笔记·2024-01-18 03:52

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

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

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

深度学习入门基于Python的理论与实现（第3章 神经网络）

“朴素感知机”是指单层网络，指的是激活函数使用了阶跃函数的模型。“多层感知机”是指神经网络，即使用sigmoid函数等平滑的激活函数的多层网络。
无思不晓·2024-01-17 12:16

【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

LeetCode 216. 组合总和 III

单层搜索过程。处理节点、递归函数、回溯操作。关于剪枝操作：画图可以观察出，要完成剪枝操作，只需
迷途小羔羊。·2024-01-17 00:16

二叉树的遍历(递归法)

递归的三要素：①确定递归函数的参数和返回值②确定终止条件③确定单层递归的逻辑以前序遍历为例：1、确定递归函数的参数和返回值：参数中需要传入list来存放节点的数值，除了这一点就不需要再处理什么数据了也不需要有返回值
小张frog·2024-01-16 23:30

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

比如在进行随机森林分类时，每个决策树会生成一个类别，通过投票选择票数最多的类别作为最终分类。除了最终分类结果，其他类别的概率是多少？我们不得而知。
_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

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

2018-10-17 自动化测试基础

自动化测试简介传统自动化测试：基于产品UI层的自动化测试，它是将黑盒功能测试转化为由程序或工具执行得一种自动化测试分层自动化测试：应该有更多低级别的单元测试，而不仅仅是基于产品UI层的测试倡导从黑盒(UI)单层到黑白盒多层自动化测试体系
初见_0308·2024-01-16 12:10

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

（自我剖析一下我博客“问答”中的第三个问题）准确率一直居低不上是什么原因引起的？

我提的问题是：“我使用单层GRU训练minist数据集时，准确率一直处于下图的状态是为什么？什么原因引起的？”这种debug就比较难受，因为程序是能跑的，任何“error”都没有出。
wo~he!·2024-01-16 10:58

【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

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
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他