资源简介
ID3算法是决策树的鼻祖,最早于1986年由Quinlan提出,全称是Iterative Dichotomiser 3 [1]。在这篇课程报告中,我将对经典的ID3做出三次改进:1.把 info gain 改进为 gain ratio;2. 把简单投票的过程改进为朴素贝叶斯的方法;3. 将许多颗ID3决策树打造成随机森林。本人将在Weka平台进行二次开发,并且用Weka-Experiment做大量实验,和其它著名的算法进行比较,最后做出综述。项目的源代码开源在本人的GitHub主页上。
代码片段和文件信息
- 上一篇:修道士&野人_终极测试数据
- 下一篇:利用贝叶斯分类器实现手写数字识别实验报告
相关资源
- 模式识别实践报告
- 模式识别电子版
- 中科大计算机模式识别分类器作业
- 模式识别 PCA
- 随机过程课程报告
- 机器学习课程报告
- 云计算课程报告
- weka Id3分类算法操作详解文件包
- cug蒋良孝模式识别课程报告
- 模式识别 张学工 清华第二版 课后习
- 2017-2018年中国科学院自动化研究所考
- 模式识别经典
- 基于灰度图像分形特征的局部放电模
- 一个简单的ID3决策树算法实现
- 模式识别习题答案经典
- 国科大模式识别与机器学习考题总结
- 广工云计算课程报告
- 机器学习中交叉验证方法
- 运用ID3算法训练决策树
- 决策树算法ID3和C45
- 人工智能 专家系统 游戏人物识别 课
- 《现代模式识别》孙即祥习题答案
- 国科大模式识别与机器学习2018-2019回
- 国科大 模式识别与机器学习期末考查
- Karush-Kuhn-Tucker定理详解
- 国科大刘成林模式识别期末考试2016和
- 模式识别代码
- 图像处理系统
- AdaBoost人脸识别完整实现(含特征提取
- 模式识别-中科院.txt
评论
共有 条评论