- 博客(1)
- 资源 (7)
- 收藏
- 关注
原创 机器学习笔记(7)——C4.5决策树中的缺失值处理
缺失值处理是C4.5决策树算法中的又一个重要部分,前面已经讨论过连续值和剪枝的处理方法:机器学习笔记(5)——C4.5决策树中的连续值处理和Python实现机器学习笔记(6)——C4.5决策树中的剪枝处理和Python实现现实任务中,通常会遇到大量不完整的样本,如果直接放弃不完整样本,对数据是极大的浪费,例如下面这个有缺失值的西瓜样本集,只有4个完整样本。在构造决策树时,处理含...
2018-11-12 23:07:05 19712 29
HCluster.py
资源中包含层次聚类算法的Python代码,不含测试数据,python的版本为2.7,您运行代码前,将测试文件路径修改为您本地的存储路径,使用pycharm平台运行即可。请自行准备测试数据。
2020-01-02
Logistic算法(随机梯度下降法)的Python代码和数据样本
资源中包含随机梯度下降逻辑回归算法的Python代码和测试数据,python的版本为3.6,您运行代码前,将测试文件路径修改为您本地的存储路径,使用pycharm平台运行即可。
2019-03-12
Logistic回归算法的Python代码和数据样本
资源中包含逻辑回归算法的Python代码和测试数据,python的版本为3.6,您运行代码前,将测试文件路径修改为您本地的存储路径,使用pycharm平台运行即可。
2019-01-28
C4.5决策树算法的Python代码和数据样本
资源中包含完整的C4.5决策树算法Python代码和测试数据,其中有4个文件:C45.py是算法的实现代码,treePlotter.py是绘制决策树代码,PlayData.txt是样本数据,C45test.py用来构建、绘制并测试决策树,您可以运行该文件来依次进行决策树的构建、剪枝、绘制树型图,并对测试样本进行分类。
2018-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人