搜索资源列表
qinbing_01
- 介绍决策树的算法思想，对人工智能研究很有帮助
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一，其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4．5为例，介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。
区间值属性决策树学习算法
- 区间值属性决策树学习算法
jueceshu
- 基于决策树的数据挖掘算法的技术研究,请批评指正。-good
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等，并简单叙述了机器学习的相关算法，包括决策树算法、随机森林算
paper
- 关于数据挖掘的分类算法，主要介绍基于不确定数据的决策树算法-With regard to the classification of data mining algorithms, mainly introduces the decision tree algorithm based on uncertain data
Ctree4.5
- 详细讲解算法设计及其原理,有利于加深对决策树的理解，并能快速实现决策树的生成-calculation of the Tree c45
HTTP-TUNNEL-DETECTING-TECHNIQUE
- 研究了恶意软件常采用的通信方式———隧道技术，并提出了一种基于Ｃ４．５的ＨＴＴＰ 隧道检测算法。该算法采用决策支持树算法 Ｃ４．５提取网络流特征字段，根据特征字段生成训练数据建立ＨＴＴＰ隧道分类的决策树检测模型，采用该分类模型检测ＨＴＴＰ隧道流，为检测恶意软件提供依据。-Malicious software often used means of communication--- tunneling technology, and a HTTP based on C4.5 Tunne
jcsb
- 文中研究了6种常用数字调制信号识别的特征参数集，并采用决策树判别方法进行分类识别。仿真结果表明，在SNR≥5dB时，识别正确率在99 以上，且当SNR≥20dB时，识别正确率达到100 。其特点是，算法简单，识别正确率高，达到了自动分类识别的目的，并有利于实现识别的实时化。-In this paper, we study the set of characteristic parameters of the six kinds of commonly used digital modulatio
target-detection-algorithm-
- 为克服传统目标识别方法在处理空间特征分布极为复杂的数据时的缺点，提出1 种基于决策树的多特征检测算法，并将其应用到基于视频的海上搜救目标检测中. 该算法首先提取图像中的颜色、亮度等信息，通过计算各特征的信息增益建立决策树，将搜救目标检测问题分解成3 层决策树分类问题. 实验表明，该算法能够提高多特征目标检测的效率，在救生艇、筏等海上搜救目标检测的应用中取得较好的结果.-Characteristics to overcome the traditional target recognition m
CHAID
- 决策树CHAID算法在Clementine中的应用-Decision tree CHAID algorithm in the Clementine
jue-celun-daima
- 数字调制方式自动识别 源代码 基于决策树理论实现数字调制方式自动识别的算法 -Automatic recognition of digital modulation theory of decision tree based on the source code to achieve automatic digital modulation recognition algorithm
Decision-Tree
- 决策树是数据挖掘分类算法的一个重要方法。在各种分类算法中，决策树是最直观的一种。决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率。-A decision tree is an important method of data mining classification algorithms. In various classification algorithms, decision trees is the most in
2012.李航.统计学习方法
- 《统计学习方法》是计算机及其应用领域的一门重要的学科。《统计学习方法》全面系统地介绍了统计学习的主要方法，特别是监督学习方法，包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法。叙述从具体问题或实例入手，由浅入深，阐明思路，给出必要的数学推导，便于读者掌握统计学习方法的实质，学会运用。为满足读者进一步学习的需要，书中还介绍了一些相关研究，给出了少量习题，列出了主要参考文
关于机器学习的十大经典算法
- C4.5算法是机器学习算法中的一种分类决策树算法,其核心算法是ID3算法.C4.5算法继承了ID3算法的优点，并在以下几方面对ID3算法进行了改进：1)用信息增益率来选择属性，克服了用信息增益选择属性时偏向选择取值多的属性的不足;