机器学习的算法
xwq-csdn
这个作者很懒,什么都没留下…
展开
-
C45决策树构建过程(各个函数调用过程)
C45决策树从J48.Java文件中的buildClassifer函数开始,主要分为三份部分: 1。调用C45PruneableClassifierTree(或者BinC45PruneableClassifierTree)中的buildClassifier函数构建决策树。C45PruneableClassifierTree和BinC45PruneableClassifierTree两个类都是继原创 2017-07-05 17:36:13 · 1757 阅读 · 0 评论 -
基于WEKA的C45算法代码实现及其详解
C45算法在weka已经有具体的实现,即weka中的J48.java。不过J48.java中的具体代码牵扯到较多的类和其他东西,直接看源代码比较容易混乱,且需要了解的东西较多,有比较多和C45算法本身没有关系而是为了方便代码实现的类、变量和方法等。本文是基于C45算法思想和对J48源代码的详细解读,自己写了一个C45算法的代码。该代码只含有两个类(99%的代码只在一个类中实现),需要了解的结构相对原创 2017-07-10 20:21:28 · 2739 阅读 · 6 评论 -
如何在weka中添加自己的算法
在weka中添加自己的算法 也就是达到下面的效果,myAlgo是自己写的算法所在的包,myNB是自己所写的算法代码。 实现上述效果,主要需要两个配置过程。具体过程如下: 1. 在weka项目中新建一个package,这里命名为weka.classifiers.myAlgo,然后在myAlgo中新建一个java文件,这里命名为myNB(这里的代码是直接拷贝weka自带的NaiveBayes原创 2017-11-15 11:00:08 · 2795 阅读 · 4 评论 -
基于WEKA的朴素贝叶斯(Naive Bayes)代码实现
1.Naive Bayes公式2.代码package weka.classifiers.myAlgorithm;import weka.classifiers.Classifier;import weka.core.Instance;import weka.core.Instances;public class NB_xu extends Classifier{ pub...原创 2019-04-07 10:42:21 · 3548 阅读 · 4 评论 -
基于WEKA的线性回归代码实现(最小二乘法)
1.最小二乘法求线性回归参数线性回归公式损失函数最小二乘法求参数令,,因此,损失函数转换为求导求出驻点得到2.代码package weka.classifiers.myAlgorithm;import weka.classifiers.Classifier;import weka.core.Instance;import weka.core.Instances;...原创 2019-04-07 12:19:57 · 1715 阅读 · 1 评论 -
基于WEKA的决策树(ID3)代码实现
package weka.classifiers.xwq;import java.util.ArrayList;import weka.classifiers.Classifier;import weka.classifiers.Evaluation;import weka.core.Attribute;import weka.core.Instance;import weka.co...原创 2019-03-29 11:01:30 · 2063 阅读 · 0 评论 -
基于WEKA的K近邻(KNN)代码实现
package weka.classifiers.xwq;import weka.classifiers.Classifier;import weka.core.Instance;import weka.core.Instances;public class KNN_xu extends Classifier{ /** * 训练集 */ public Instances ...原创 2019-03-29 11:04:22 · 2410 阅读 · 0 评论