社区云

决策树

竹一笔记来自泸州开发者社区

luzhoutest.csdn.net · 2024-08-27 17:27:28

【人工智能 | 机器学习 | 理论篇】决策树（decision tree）

决策树

#人工智能 #机器学习 #决策树

1722 

13 
CM莫问来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-10-20 21:33:37

python实战（一）——iris鸢尾花数据集分类

本文使用了iris鸢尾花数据集作为示例，进行了python机器学习建模任务的建模，并给出了各步骤的详细介绍。

#python #分类 #人工智能 +3

4236 

50 
高-老师来自华为开发者空间

huaweicloud.csdn.net · 2024-09-10 09:56:56

【视频教程】GEE遥感云大数据在林业中的应用与典型案例实践

以Earth Engine（GEE）为代表全球尺度地球科学数据（尤其是卫星遥感数据）在线可视化计算和分析云平台应用越来越广泛。该平台存储和同步遥感领域目前常用的MODIS、Landsat和Sentinel等卫星影像、气候与天气、地球物理等方面的数据集超过60PB，同时依托全球上百万台超级服务器，提供足够的运算能力对这些数据进行处理。相比于ENVI等传统的遥感影像处理工具，GEE在处理海量遥感数据方

#随机森林 #决策树

1093 

24 
AshleyScsy 来自华为开发者空间

huaweicloud.csdn.net · 2019-12-19 15:22:20

Neural Packet Classification 论文笔记

作者1 Eric Liang：加州大学伯克利分校RISELab成员之一，方向为强化学习的分布式系统和应用程序，曾在Google/Databricks工作。https://rise.cs.berkeley.edu/blog/author/ekhliang/4 Ion Stoica：加州大学伯克利分校EECS系的教授，RISELab成员之一。他从事云计算和网络计算机系统的研究，也是ACM院...

#决策树

1475 

3 
qq_39719713 来自北京城市开发者社区

devpress.csdn.net/beijing · 2024-08-30 15:57:42

第二阶段：机器学习经典算法-02决策树与随机森林-1.决策树概述

决策树是一个树形结构，用于进行一系列的决策，可以用于分类和回归问题。随机森林算法是基于决策树的集成学习算法，通过构建多棵决策树并结合它们的预测结果来提高分类准确率。1.决策树构造分为根结点、非叶子结点和叶子结点。2.每个非叶子结点根据特征进行决策，最终到达叶子结点得到结果。3.结果可以是分类值或回归值，取决于决策树用途。1.决策树与随机森林是机器学习领域经典算法，主要用于分类和回归任务。2.决策树

#人工智能 #机器学习 #决策树

1633 

35 
摆烂小白敲代码来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-09-28 11:51:57

【机器学习】ID3、C4.5、CART 算法

它是一种贪心算法，信息增益表示按某特征划分数据集前后信息熵的变化量，变化量越大，表示使用该特征划分的效果越好。：这个实现是为了教学目的而简化的，实际应用中通常会使用更高级的库和算法，如 scikit-learn 中的 DecisionTreeClassifier。C4.5是ID3的改进版，使用信息增益比替代信息增益作为特征选择标准，从而克服了ID3倾向于选择多值特征的缺点。

#算法 #深度学习 #决策树 +2

4101 

152 
摆烂小白敲代码来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-09-24 11:40:36

【机器学习】决策树算法

决策树通过树状图的形式模拟决策过程，每个内部节点代表一个属性上的判断，每个分支代表判断的结果，每个叶节点代表一种决策结果。

#人工智能 #机器学习 #决策树 +2

3149 

181 
叫我：松哥来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-09-22 21:23:34

基于机器学习的区域能源生产与消费的分析与预测系统实现，前端layui，后端flask，可视化echarts

1 绪论1.1选题的意义基于机器学习的区域能源生产与消费的分析与预测研究具有重要意义。随着能源需求不断增长和资源供给压力加大，能源生产与消费的合理规划和管理成为当务之急。通过机器学习技术，可以对大规模的能源数据进行深入挖掘和分析，揭示能源生产与消费的潜在模式和规律。这种研究有助于精准预测能源需求趋势，优化能源配置和利用，提高能源利用效率，降低能源生产成本，推动能源产业转型升级和可持续发展。同时，基

#前端 #机器学习 #能源 +4

1414 

11 
云布道师来自 GitCode 开源社区

gitcode.csdn.net · 2020-07-22 18:30:00

机器学习笔记（三十）：基尼系数、CART

凌云时刻 · 技术导读：这篇笔记我们来看看决策树的另一种划分方式基尼系数和决策树中的超参数，以及决策树的缺陷。作者 | 计缘来源 |凌云时刻（微信号：linuxpk）基尼系数在一开始我...

#决策树 #机器学习 #深度学习 +2

4873 

2 
qq_35550465 来自 GitCode 开源社区

gitcode.csdn.net · 2018-03-28 21:37:59

ModuleNotFoundError: No module named 'pydotplus'

这个是缺少安装包导致的，linux可以直接pip install pydotplus如果windows下是用anaconda安装的python，在cmd窗口输：conda install pydotplus然后y就行了

#python #决策树

1.7w 

7 
Lossya 来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-09-04 12:45:06

【机器学习】树模型以及决策树的基本概念、决策树与随机森林的区别以及决策树在python中的实例代码

决策树是一种常见的机器学习算法，用于分类和回归任务。它的工作原理是通过一系列的判断条件来对数据进行分割，直到达到某个终止条件在实际应用中，决策树通常需要配合剪枝技术来提高其在未知数据上的泛化能力。此外，决策树也可以作为集成学习方法（如随机森林、梯度提升树）的一部分，以提高模型的性能总的来说，随机森林是决策树的一种扩展，它通过集成多个决策树来提高预测性能和模型的稳定性这个实例展示了如何使用Pytho

#机器学习 #决策树 #随机森林 +3

1810 

24 
Traveller_man 来自松山湖开发者村综合服务平台

community.sslcode.com.cn · 2024-08-28 11:14:24

决策树和随机森林介绍

决策树和随机森林介绍

#决策树 #随机森林 #算法

1540 

25 
datayx 来自 GitCode 开源社区

gitcode.csdn.net · 2021-09-19 11:00:00

基于tensorflow 1.x 的bert系列预训练模型工具

向AI转型的程序员都关注了这个号????????????机器学习AI算法工程公众号：datayxtfbert基于tensorflow 1.x 的bert系列预训练模型工具支持多GPU训练，支持梯度累积...

#算法 #决策树 #python +1

1032 
datayx 来自 GitCode 开源社区

gitcode.csdn.net · 2022-09-28 11:00:25

yolov7-keras源码，可以用于训练自己的模型

向AI转型的程序员都关注了这个号????????????YOLOV7目标检测模型在keras当中的实现支持step、cos学习率下降法、支持adam、sgd优化器选择、支持学习率根据batch_size自适应调整、新增图片裁剪、支持多GPU训练、支持各个种类目标数量计算、支持heatmap。性能情况训练步骤全部代码获取方式：关注微信公众号 datayx 然后回复yolov7即可获取。a、训练VO

#算法 #决策树 #python +2

271 
datayx 来自 GitCode 开源社区

gitcode.csdn.net · 2022-07-26 11:00:11

yolov7-pytorch可用于训练自己的数据集

向AI转型的程序员都关注了这个号????????????机器学习AI算法工程公众号：datayxYOLOV7：You Only Look Once目标检测模型在pytorch当中的实现所需环境torch==1.2.0+为了使用amp混合精度，推荐使用torch1.7.1以上的版本。全部代码 ,预训练模型获取方式：关注微信公众号 datayx 然后回复v7即可获取。训练步...

#算法 #决策树 #python +1

1241 

3 
M.C.O. 来自 GitCode 开源社区

gitcode.csdn.net · 2024-04-29 11:23:04

决策树回归（概念+实例）

决策树回归（Decision Tree Regression）是一种常用的机器学习算法，用于预测连续型变量的取值。它基于树结构来对数据进行建模和预测，通过将数据集划分为不同的区域，并在每个区域内预测一个常数值来实现回归任务。在本文中，我将详细介绍决策树回归的原理、构建过程、优缺点以及应用场景。

#决策树 #回归 #算法

8473 

28 

标签介绍

决策树

——决策树

热门标签

关于我们

联系我们（工作时间：8:30-22:00）

400-660-0108 kefu@csdn.net