基于java实现的决策树代码

szzte688 30 0 ZIP 2018-12-07 22:12:46

功能： 1.读取文本数据建立决策树 2.可视化输出决策树 3.给定数据进行决策判断 4.计算决策命中率

推荐下载

决策树——属性选择的次序问题哪棵树更好?or 哪种次序更好?

自己用Python3.6.1写的基于信息增益的决策树,信息熵函数、信息增益函数、多数表决函数、产生决策树的函数写的都比较清楚,直接下载放在python环境中就能出结果,数据用的是周志华老师的《机器学习

基于决策树的植被分类研究,张文静,王文种,基于IKONOS遥感影像,采用决策树分类算法对南京的植被覆盖进行分类。根据各种植被光谱特征以及IKONOS高分辨率影像具有的纹理特征建立

哈工大某大四学生的毕业论文答辩比较详细基于决策树的

ENVI软件下基于专家知识的决策树分类详细步骤介绍

基于pandas的决策树(decision tree),人工智能机器学习实验

决策树通常在机器学习中用于分类。优点:计算复杂度不高,输出结果易于理解,对中间值缺失不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配问题。适用数据类型:数值型和标称型。 1.信息增益划

C4.5决策树C4.5决策树C4.5决策树java数据挖掘

用户评论

请输入评论内容

评分：

暂无评论