分类器

最新推荐文章于 2024-03-31 19:00:06 发布
最新推荐文章于 2024-03-31 19:00:06 发布
阅读量575 收藏 1
点赞数
分类专栏： datamining
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/u011860731/article/details/21456457
版权

weka中的J48算法就是经典的C4.5算法，soga~~

C4.5决策树算法是机器学习中广为人知的算法，是ID3算法的改进，并继承了ID3的全部优点。

数据挖掘中算法的性能比较一般从分类速度、准确率、可伸缩性、强壮型以及可理解性等几个方面进行比较。

强壮型一般指容忍噪音数据和缺失数据的能力；

可伸缩性一般随着数据规模的扩大，算法处理的效率；

可理解性是指学习出来的模型是否容易理解。

J48算法是ID3算法的扩展，可以容忍缺失数据，进行了后剪枝（防止过度拟合）

朴素贝叶斯树（NB Tree）融合了C4.5和贝叶斯的思想。。。




简单的分类器
12-29
分类器 python 连续属性 非连续属性
SVM分类器
believe0ne的博客
10-19 535
支持向量机的目的是为了找到分类间隔最大的分割超平面。 分割超平面即距离所有样本最小距离的值最大的超平面。 一般是通过最大化几何间隔实现。 几何间隔： y(wx+b)||w||\frac{{y(wx + b)}}{{||w||}}由于通过按照一定的比例缩放，我们总可以另y(wx+1)y(wx+1)为1,从而最大化几何间隔就等价于求解1||w||\frac{1}{||w||}的最大值。将其转化为
weka J48决策树学习
路远，漫步前行
06-10 2万+
Weka为一个Java基础上的机器学习工具，上手简单，并提供图形化界面，提供如分类、聚类、频繁项挖掘等工具，本篇文章主要写一下分类器算法中的J48算法及其实现。 一、算法 J48是基于C4.5实现的决策树算法，对于C4.5算法相关资料太多了，笔者在这里转载一部分（来源：http://blog.csdn.net/zjd950131/article/details/802708
车辆检测分类器文件
06-26
博文：http://blog.csdn.net/zhuangxiaobin/article/details/25476833 这篇文章里所提供的工具和样本训练出来的分类器xml文件，可以使用文中的代码实践一下
分类分析|贝叶斯分类器及其Python实现
最新发布
皖山文武
03-31 2314
分类是数据挖掘的主要方法，通过有指导的学习训练建立分类模型。分类的目的是通过学习，得到一个分类函数或分类模型（也常常称作分类器），该模型能够把数据集中的对象映射到给定类别中的某一个类上。分类和回归都属于预测建模，分类用于预测可分类属性或变量，而回归用于预测连续的属性取值。
Java实现朴素贝叶斯分类器
12-14
实验描述: 对指定数据集进行分类问题的...数据集： balance-scale.data（见附件一） ，已有数据集构建贝叶斯分类器。 数据包括四个属性：五个属性值 第一个属性值表示样本的类别号，其他四个属性为四个不同的特征值。
最简单的贝叶斯分类器演示Matlab程序
08-27
**贝叶斯分类器原理与Matlab实现** 贝叶斯分类器是一种基于概率统计的机器学习算法，其核心思想是利用贝叶斯定理来预测数据的类别。它假设特征之间相互独立，并且先验概率可以通过训练数据计算得到。在实际应用中，...
weka[2] - J48(一)
狂奔的番茄
06-11 1401
test
计算方法实验报告
05-18
计算方法实验报告，共5个，分别为插值法，数值积分，常微分方程，非线性方程，线性方程组，C++,含实验代码，实验截图，实验心得体会。
数据挖掘 - 分类算法比较
weixin_34352449的博客
10-23 654
2019独角兽企业重金招聘Python工程师标准>>> ...
Weka算法Classifier-tree-J48源码分析（一）算法和基本数据结构
锐之锋芒
09-01 2万+
Weka分类树J48源码解析
机器学习：WEKA的应用之 J48（C4.5）
热门推荐
梦里水乡的专栏
09-10 3万+
对于机器学习分类问题的解决方法除了SVM（支持向量机）、maxent（最大熵）还有J48和Adaboost，这两项工具箱都有集成在weka里，下面先说一下对J48即C4.5的应用 weka的下载与安装 什么是J48（C4.5） weka中J48（C4.5）的应用 一、weka的下载与安装 下载地址：weka下载地址（SourceForge） 我用的是win7的32位系统，
分析ID3算法和C4.5算法，并分析J48源码结构
u011229821的专栏
11-11 1633
1.ID3算法：    是一种分治法， 1
weka使用ID3和C4.5算法 分类实验
Fannie08的博客
01-17 8748
使用weka做分类任务并建立相应决策树（ID3算法和C4.5算法） weka安装 相关知识理论 2.1 决策树 2.2 ID3算法 2.3 C4.5算法 分类实验 3.1 数据处理 3.2 使用ID3算法 3.3 使用C4.5算法 3.4 ID3和C4.5的比较 总结 1.weka安装 weka官网Download地址： https://w
人工智能实验三：分类算法实验
裕东方的博客
04-14 1万+
一、实验目的 1、巩固4种基本的分类算法的算法思想：朴素贝叶斯算法，决策树算法，人工神经网络，支持向量机算法； 2、能够使用现有的分类器算法代码进行分类操作； 3、学习如何调节算法的参数以提高分类性能； 二、实验硬件软件平台 硬件：计算机 软件：操作系统：WINDOWS 应用软件：C，Java或者Matlab、Weka 三、实验内容 利用现有的分类器算法对文本数据集...
分类器的种类
Searching_Bird的专栏
05-26 6335
分类器总体来说可以分成如下两类 分类器 统计分类器 回归分类器朴素贝叶斯贝叶斯网络 结构化分类器 基于规则的分类器基于距离的分类器神经网络
实验三：动态规划算法
lililih的博客
11-01 1790
一、实验目的： １．通过动态规划算法的示例程序理解动态规划算法的基本思想； ２．运用动态规划算法解决实际问题加深对动态规划算法的理解和运用； 二、实验环境：VC++6.0 三、实验内容：1.源代码如下： #include #include #include<string.h> #include<stdio.h> using namespace std; #define ...
贝叶斯分类器原理与应用
"这篇讲义介绍了贝叶斯分类器的概念和原理，主要涵盖了概率推理、贝叶斯公式以及贝叶斯分类在模式识别中的应用。" 贝叶斯分类器是一种基于概率理论的统计模式识别方法，它在面对数据不确定性时表现出强大的适应性和...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值