回归树

霍夫森林(Hough Forest)目标检测算法

它更像是decisionforest和regressionforest的结合体再加上generalizedhoughtransform：森林中每棵树即不是分类树也不是回归树，而是
gxf1027·2012-12-17 18:00

CART算法原理及实现

1.算法介绍分类回归树算法：CART(ClassificationAndRegressionTree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支
Vigor·2012-12-10 23:29

CART算法原理及实现

1.算法介绍   分类回归树算法：CART(ClassificationAndRegressionTree)算法采用一种二分递归分割的技术，将当前的样本集分为两个子样本集，使得生成的的每个非叶子节点都有两个分支
hewei0241·2012-12-10 23:00

[Mitchell 机器学习读书笔记]——决策树学习

利用已有的数据样例集合，学习构造一颗决策树，便于以后预测目标数据的取值（比如分类时的类别等），这种决策树有时也被称作类别树或回归树。
AIvin24·2012-08-20 16:00

回归树分类器

如果要选择在很大范围的情形下性能都好的、同时不需要应用开发者付出很多的努力并且易于被终端用户理解的分类技术的话，那么Brieman,Friedman,Olshen和Stone（1984）提出的分类树方法是一个强有力的竞争者。1分类树在分类树下面有两个关键的思想。第一个是关于递归地划分自变量空间的想法；第二个想法是用验证数据进行剪枝。2递归划分让我们用变量Y表示因变量（分类变量），用X1,X2,X3
whycold·2012-06-23 15:00

决策树分类

决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。 构
lijie45655·2012-04-05 22:00

数据挖掘领域十大经典算法 --- 决策树算法 ID3/C4.5

决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。
buaalei·2011-12-20 21:25

数据挖掘领域十大经典算法 --- 决策树算法 ID3/C4.5

决策树分为分类树和回归树两种，分类树对离散变量做决策树，回归树对连续变量做决策树。
buaalei·2011-12-20 21:00

CART算法学习及实现

CART算法学习及实现 作者：大卡卡  撰写时间：2011.9.29 1.算法介绍   分类回归树算法：CART(ClassificationAndRegressionTree)算法采用一种二分递归分割的技术
happyblogs·2011-10-04 10:00

数据挖掘 回归树

对于分类与回归树CART的学习（一）-------原理2011-05-1310:40:27标签：决策树分类与回归树机器学习原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明。
endual·2011-09-27 21:00

数据挖掘 回归树

对于分类与回归树CART的学习（一）-------原理2011-05-1310:40:27标签：决策树分类与回归树机器学习原创作品，允许转载，转载时请务必以超链接形式标明文章原始出处、作者信息和本声明。
endual·2011-09-27 21:00

数据挖掘十大经典算法(10) CART: 分类与回归树

Brieman等人用来实现这些过程的程序被称为分类和回归树（CART,C
iamfranter·2011-09-27 14:00

决策树之分类回归树(C&RT)

分类回归树 ClassificationandRegressionTree(C&RT) 优点（1）可自动忽略对目标变量没有贡献的属性变量，也为判断属性变量的重要性，减少变量数据提供参考；（2）在面对诸如存在缺失值
caizhongda·2011-07-15 23:00

对于分类与回归树CART的学习（一）-------原理

说明一些变量的含义Y 独立变量，或者成为目标变量。可以是离散的（对于分类的情况，代表类标号），也可以是连续的（对于回归的情况，代表函数值）。如果Y是离散的，且有J个类，它的取值范围为C={1,...,J}Xm,m=1,...M所有预测变量的集合。每个预测变量可以是离散的，也可以是连续的整个训练集，供决策树生长使用落在节点t上的训练样本wn关联到样本n的权重fn样本n的频数π(j),j=1,...,
RaySaint·2011-05-13 10:27

对于分类与回归树CART的学习（一）-------原理

说明一些变量的含义Y独立变量，或者成为目标变量。可以是离散的（对于分类的情况，代表类标号），也可以是连续的（对于回归的情况，代表函数值）。如果Y是离散的，且有J个类，它的取值范围为C={1,...,J}Xm,m=1,...M所有预测变量的集合。每个预测变量可以是离散的，也可以是连续的整个训练集，供决策树生长使用落在节点t上的训练样本wn关联到样本n的权重fn样本n的频数π(j),j=1,...,J
RaySaint·2011-05-13 10:27

数据挖掘十大经典算法(10) CART: 分类与回归树

Brieman等人用来实现这些过程的程序被称为分类和回归树（CART,
aladdina·2009-05-01 00:00
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他