![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模算法
文章平均质量分 87
Abro.
Fake it till they make it.
展开
-
数据挖掘-Task5:模型融合
目录前言一、二、1.2.总结前言一、二、1.2.总结原创 2021-03-29 00:46:27 · 630 阅读 · 0 评论 -
决策树算法的 MATLAB 实践
决策树算法原理:决策树算法的基本原理决策树算法是一种特别简单的机器学习分类算法。在机器学习中,决策树是一个预测模型,其代表的是对象属性与对象之间的一种映射关系。决策树算法的特点:决策树算法的优点如下:1、 决策树易于理解和实现,用户在学习过程中不需要了解过多的背景知识,其能够直接体现数据的特点,只要通过适当的解释,用户能够理解决策树所表达的意义。2、 速度快,计算量相对较小,且容易转化成分类规则。只要沿着根节点向下一直走到叶子节点,沿途分裂条件是唯一且确定的。决策树算法的缺点则主要是在处原创 2021-02-11 16:35:35 · 10790 阅读 · 0 评论 -
K近邻算法的 MATLAB 实践
使用背景:基于 KNN 的相关算法,已成功应用于手写体识别、数字验证识别、文本识别、聚类分析、预测分析、模式识别、图像处理等。操作步骤:对于如何实现 KNNKNNKNN 算法,针对传统 KNNKNNKNN 算法,可分为 777 步。初始化距离值为最大值,便于在搜索过程中迭代掉。计算待分类样本和每个训练样本的距离 distdistdist。得到目前 kkk 个最邻近样本中的最大距离 maxdistmaxdistmaxdist。如果 distdistdist 小于 maxdistmaxdist原创 2021-01-31 21:30:53 · 2791 阅读 · 0 评论