搜索资源列表
FASBIR
- Descr iption: FASBIR(Filtered Attribute Subspace based Bagging with Injected Randomness) is a variant of Bagging algorithm, whose purpose is to improve accuracy of local learners, such as kNN, through multi-model perturb
knnjavainweka
- 在weak环境下的knn算法开发 具体需要的说明都在文件包中-weak environment in the Commission algorithm development specific needs of the note in the paper bag
Adaboost
- 由于这段时间一直在学习ADABOOST，还在学习阶段，这是本人学习中所汇总的相关资料，希望会对各位有所帮助-Because this period has been learning ADABOOST, still learning stage, this is my summary of the study by the relevant information, I hope you will help
The_Status_Quo_of_Machine_Learning_of_Artificial_I
- 机器学习是人工智能的一个子领域，是人工智能中非常活跃且范围甚广的主要核心研究领域之一，也是现代智能系统的关键环节和瓶颈。机器学习吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果，主要关注于开发一些让计算机可以自动学习的技术，并通过经验提高系统自身的性能。本文介绍了机器学习的概念、基本结构和发展，以及各种机器学习方法，包括机械学习、归纳学习、类比学习、解释学习、基于神经网络的学习以及知识发现等
fenleisuanfa
- R软件中数据挖掘的几个分类算法，包括bagging,oob-all,arc-fs-R software in several categories of data mining algorithms, including bagging, oob-all, arc-fs
Bagging_predictors
- 介绍Bagging最早的、最经典的文献，作者是Bagging和随机森林的创始人LEO BREIMAN-Bagging first introduced, the most classic literature, the author is the founder of Bagging and random forests LEO BREIMAN
Design
- design for bagging machine
MatlabRandomForest
- MatlabRandomForest is a powerfull toolbox for programing Randim forest, Bagging, Boosting,.., in Matlab. The Matlab functions (RFClass.m, RFReg.m and RFPrint.m) and compiled Fortran code (RFClassification.dll and RFRe
OCD--code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorith
ADL-code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorith
YH5532-32XE-595
- 称重灌装机仪表程序。希望能帮助到在此行业上的朋友。-Weighing and bagging installed instrument procedures. Hope to help friends in this industry.
random-subspace-classifier-ensemble
- 随机子空间集成分类器, 可以实现比bagging 更好的分类和识别-Random subspace classifier ensemble
forest
- 随机森林分类方法的matlab代码实现，他是在bagging的基础上发展起来的-code of randomforest classiification
bitBangedSPI
- BIT BAGGING OF SPI PINS IN ARDUINO
spider20060724
- 机器学习和模式识别工具包spider。内容很丰富。包含svm 决策树（C45,J48）、svm、knn、adaboost、bagging、hmm（隐马尔科夫模型）、随机树（random forest）等-Machine learning and pattern recognition toolkit spider. Very rich in contents. Tree contains svm (C45, J48), svm, knn
adaboos
- 当弱分类器算法使用简单的分类方时,boosting的效果明显地统一地比bagging要好.当弱分类器算法使用C4.5时,boosting比bagging较好,但是没有前者的比较来得明显.-When the weak classifier algorithm using simple classification method, boosting the effect clearly uniformly better than baggi
erXover
- Contrary to bagging, boosting dynamica lly tries to gen-erate comple mentary lea rners by training the next lea rner on the inaccuracies of the learner in the preceding iteration.
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权
bagging
- 用Java实现的机器学习中的集成学习算法-Java implementation of integrated machine learning algorithms to learn
Top-10-Algorithms-in-Data-Mining
- 在2006年9月召开的ICDM会议上，邀请了ACM KDD创新大奖(InnovationAward)和 Top 10 Algorithms in Data Mining IEEEICDM研究贡献奖(Research Contributions Award)的获奖者们来参与数据挖掘10大算 法的选举，每人提名10种他认为最重要的算法-Classification，Statistical Learning，Top 10 Algo