搜索资源列表
dss-id3
- 一个基于ID3方法的具体实例，其中的ID3use包括一个完整的建立决策树的模型。-ID3 method based on a specific examples, the ID3use including the establishment of a complete decision tree model.
ID3
- 在网上下载的 介绍id3决策树的，简洁易懂，个人觉得是一本好文章特推荐给大家-online download on the id3 decision tree, easy to read, think is an excellent article especially recommended for everyone
c4.5r8
- 决策树ID3算法的改进算法,可以处理数值属性,缺丢值和噪声数据.-ID3 decision tree algorithm to improve the algorithm, can deal with numerical attributes, missing values and noisy data lost.
ID3
- 数据挖掘中的决策树ID3算法，matlab的，请大家-Data Mining in the ID3 decision tree algorithm, matlab, please U.S.
id3
- Decision Tree 决策树算法ID3 数据挖掘 分类-ID3 Decision Tree Algorithm Decision Tree Data Mining Category
BITemp
- 商业智能用 决策树 Id3算法 C语言-Business Intelligent
ID3
- 决策树的ID3算法的源码，这个源码用C++编写！-decision tree of Id3 algorithm in c++
ID3
- 机器学习：ID3算法建立决策树，输入训练样本，以广义表的形式输出-Machine Learning: ID3 decision tree algorithm, input the training samples, the generalized form of the output table
ID3(MATLAB)
- 使用MATLAB语言完成的决策树算法。 里面有详细说明-Using the MATLAB language to complete the decision tree algorithm. Details inside
ID3
- ID3算法，对随机生成的15组数据进行最佳分类，得到最佳决策树-ID3 algorithm, randomly generated 15 sets of data were the best classified, best decision tree
id3
- ID3决策树算法的实现，3个测试用例，源码以及程序-ID3 decision tree algorithm, three test cases, source code and program
ID3
- ID3算法是机器学习部分的重要算法，程序实现ID3算法的基本思想，生成决策树。-ID3 algorithm is an important part of machine learning algorithms, the program to achieve the basic idea of ID3 algorithm to generate decision trees.
ID3-java-
- ID3决策树算法的JAVA实现.详细的实现过程：熵值条件熵，节点选择等。-ID3 decision tree algorithm JAVA implementation. Detailed implementation process: entropy conditional entropy, the node selection.
决策树算法（包括id3.随机森林等算法，包括代码）
- matlab 决策树算法（包括id3.随机森林等算法，包括代码）
决策树源代码合集
- 决策树，源代码，注释和详解，内附加说明，id3，CD_4型决策树(Decision tree, source code, notes and detailed explanation,)
决策树
- 决策树id3算法matlab代码，已调试，根据需要改写main函数，实现数据分类功能(code for decision tree)
ID3决策树
- Java实现用ID3算法构建决策树(Java implementation using ID3 algorithm to build decision tree)
决策树与随机森林
- 给出对决策树与随机森林的认识。主要分析决策树的学习算法：信息增益和ID3、C4.5、CART树，然后给出随机森林。 决策树中，最重要的问题有3个: 1. 特征选择。即选择哪个特征作为某个节点的分类特征； 2. 特征值的选择。即选择好特征后怎么划分子树； 3. 决策树出现过拟合怎么办？ 下面分别就以上问题对决策树给出解释。决策树往往是递归的选择最优特征，并根据该特征对训练数据进行分割。(The understandin
ID3
- 基于matlab的决策树ID3算法，完成对数据集的分类问题(Based on matlab decision tree ID3 algorithm, the classification of data sets is completed.)
ID3决策树算法实验
- 决策树ID3算法实验_数据集car_databases。用python编写的决策树ID3算法，运用了Car-Evaluation的例子。BUG较少，综合了网上的优秀代码，并进一步形成自己的代码。代码基本有注释，风格良好，能够很快看懂。内含有比较规范的报告文档，包含所有流程图，说明图，以及文档风格绝对不错，无需更改，建议下载！ 该算法所测试的数据集如下（已经打包在内，并已经生成xls格式，方便直接使用）： 已知：UCI标准