登录
首页 » Python » 《机器学习经典算法实践》配套源代码

《机器学习经典算法实践》配套源代码

于 2020-08-22 发布
0 156
下载积分: 1 下载次数: 1
我要下载

代码说明：

说明：  好学好用的机器学习经典算法实践供下载学习分享.(Good use of machine learning classic algorithm practice for download learning to share)

文件列表：

《机器学习经典算法实践》配套源代码\AdaBoost\.classpath, 303 , 2017-04-28
《机器学习经典算法实践》配套源代码\AdaBoost\.project, 386 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\.settings\org.eclipse.core.resources.prefs, 57 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\.settings\org.eclipse.jdt.core.prefs, 598 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\algo\AdaBoost.class, 4250 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\algo\Configuration.class, 709 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\algo\MainClass.class, 2031 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\classfier\DecisionStumpClassfier.class, 3502 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\DecisionStump.class, 1476 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\Employee.class, 1236 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\Iris.class, 1488 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\Node.class, 295 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\SimpleDataSet.class, 1057 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\model\Wine.class, 3389 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\util\AlgorithmUtil.class, 893 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\util\DataUtil.class, 3854 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\bin\util\FileOperate.class, 4319 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\data\employee.txt, 96 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\data\iris.txt, 1838 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\data\result.txt, 2431 , 2017-05-08
《机器学习经典算法实践》配套源代码\AdaBoost\data\simpleDataSet.txt, 2215 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\data\wine.txt, 10242 , 2017-03-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\algorithm\AdaBoost.java, 6925 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\src\algorithm\Configuration.java, 1104 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\src\algorithm\MainClass.java, 1698 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\src\classfier\DecisionStumpClassfier.java, 3864 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\DecisionStump.java, 1606 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\Employee.java, 886 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\Iris.java, 1204 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\Node.java, 247 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\SimpleDataSet.java, 682 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\model\Wine.java, 2919 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\util\AlgorithmUtil.java, 1193 , 2017-05-10
《机器学习经典算法实践》配套源代码\AdaBoost\src\util\DataUtil.java, 4460 , 2017-07-03
《机器学习经典算法实践》配套源代码\AdaBoost\src\util\FileOperate.java, 2995 , 2017-05-10
《机器学习经典算法实践》配套源代码\Apriori\.classpath, 301 , 2017-04-27
《机器学习经典算法实践》配套源代码\Apriori\.project, 383 , 2017-04-27
《机器学习经典算法实践》配套源代码\Apriori\.settings\org.eclipse.core.resources.prefs, 57 , 2017-03-14
《机器学习经典算法实践》配套源代码\Apriori\.settings\org.eclipse.jdt.core.prefs, 598 , 2017-04-27
《机器学习经典算法实践》配套源代码\Apriori\bin\algorithm\Configuration.class, 478 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\algorithm\FreqSetGen.class, 4598 , 2017-05-04
《机器学习经典算法实践》配套源代码\Apriori\bin\algorithm\MainClass.class, 1564 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\algorithm\RulesGen.class, 3382 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\model\FrequentSet.class, 1533 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\model\Rule.class, 1953 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\util\AlgorithmUtil.class, 1198 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\bin\util\FileOperate.class, 2339 , 2017-05-03
《机器学习经典算法实践》配套源代码\Apriori\data\mushroom.txt, 578530 , 2017-03-07
《机器学习经典算法实践》配套源代码\Apriori\src\algorithm\Configuration.java, 347 , 2017-04-27
《机器学习经典算法实践》配套源代码\Apriori\src\algorithm\FreqSetGen.java, 4298 , 2017-05-04
《机器学习经典算法实践》配套源代码\Apriori\src\algorithm\MainClass.java, 700 , 2017-04-28
《机器学习经典算法实践》配套源代码\Apriori\src\algorithm\RulesGen.java, 2949 , 2017-04-28
《机器学习经典算法实践》配套源代码\Apriori\src\model\FrequentSet.java, 924 , 2017-04-28
《机器学习经典算法实践》配套源代码\Apriori\src\model\Rule.java, 1379 , 2017-04-28
《机器学习经典算法实践》配套源代码\Apriori\src\util\AlgorithmUtil.java, 971 , 2017-04-27
《机器学习经典算法实践》配套源代码\Apriori\src\util\FileOperate.java, 1452 , 2017-04-26
《机器学习经典算法实践》配套源代码\C4.5\.classpath, 232 , 2017-04-24
《机器学习经典算法实践》配套源代码\C4.5\.project, 379 , 2017-03-14
《机器学习经典算法实践》配套源代码\C4.5\.settings\org.eclipse.core.resources.prefs, 57 , 2017-03-14
《机器学习经典算法实践》配套源代码\C4.5\.settings\org.eclipse.jdt.core.prefs, 598 , 2017-03-14
《机器学习经典算法实践》配套源代码\C4.5\bin\algorithm\Configuration.class, 414 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\algorithm\DecisionTree.class, 8806 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\algorithm\MainClass.class, 1984 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\model\Example.class, 1206 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\model\Node.class, 1966 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\util\AlgorithmUtil.class, 1567 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\bin\util\FileOperate.class, 2174 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\data\nursery.data, 1059369 , 2016-04-07
《机器学习经典算法实践》配套源代码\C4.5\src\algorithm\Configuration.java, 263 , 2017-04-28
《机器学习经典算法实践》配套源代码\C4.5\src\algorithm\DecisionTree.java, 11456 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\src\algorithm\MainClass.java, 1219 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\src\model\Example.java, 702 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\src\model\Node.java, 1596 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\src\util\AlgorithmUtil.java, 1542 , 2017-05-05
《机器学习经典算法实践》配套源代码\C4.5\src\util\FileOperate.java, 1366 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\.classpath, 301 , 2017-03-17
《机器学习经典算法实践》配套源代码\CART\.project, 380 , 2017-03-17
《机器学习经典算法实践》配套源代码\CART\.settings\org.eclipse.core.resources.prefs, 88 , 2017-03-27
《机器学习经典算法实践》配套源代码\CART\.settings\org.eclipse.jdt.core.prefs, 629 , 2017-03-17
《机器学习经典算法实践》配套源代码\CART\bin\algorithm\Configuration.class, 482 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\bin\algorithm\MainClass.class, 1368 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\bin\algorithm\RegressionTree.class, 6171 , 2017-05-11
《机器学习经典算法实践》配套源代码\CART\bin\model\Example.class, 1123 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\bin\model\Node.class, 1247 , 2017-04-28
《机器学习经典算法实践》配套源代码\CART\bin\util\AlgorithmUtil.class, 2882 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\bin\util\FileOperate.class, 2320 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\data\abalone.txt, 197357 , 2017-03-08
《机器学习经典算法实践》配套源代码\CART\data\airfoil_self_noise.txt, 59984 , 2017-03-08
《机器学习经典算法实践》配套源代码\CART\data\ex0.txt, 5621 , 2016-04-07
《机器学习经典算法实践》配套源代码\CART\data\ex00.txt, 3846 , 2016-04-07
《机器学习经典算法实践》配套源代码\CART\data\ex2.txt, 4069 , 2016-04-07
《机器学习经典算法实践》配套源代码\CART\data\ex2test.txt, 4064 , 2016-04-07
《机器学习经典算法实践》配套源代码\CART\data\exp2.txt, 3831 , 2016-04-07
《机器学习经典算法实践》配套源代码\CART\src\algorithm\Configuration.java, 443 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\src\algorithm\MainClass.java, 905 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\src\algorithm\RegressionTree.java, 7829 , 2017-05-11
《机器学习经典算法实践》配套源代码\CART\src\model\Example.java, 580 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\src\model\Node.java, 1157 , 2017-04-28
《机器学习经典算法实践》配套源代码\CART\src\util\AlgorithmUtil.java, 2254 , 2017-05-05
《机器学习经典算法实践》配套源代码\CART\src\util\FileOperate.java, 1532 , 2017-05-05

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

  • MPU6050六轴传感器实验
    说明：  stm32f103对mpu6050使用，可以读取6轴数据并调用dmp，得到欧拉角(STM32F103 is used for mpu6050. It can read 6-axis data and call DMP to get Euler angle.)
    2020-06-17 00:40:02下载
    积分：1
  • lua-design
    lua程序设计，lua入门最经典的电子书，高清版本(lua programming, lua Getting the most classic books, HD version)
    2014-11-29 00:28:05下载
    积分：1
  • fdtd
    利用FDTD计算二维光子晶体带隙的matlab源程序(FDTD)
    2009-10-31 19:41:59下载
    积分：1
  • labwindows_keygen
    非常实用，功能强大，多用多好处，不用很后悔(Very useful,come here use it much time you will love this one.)
    2017-10-29 23:39:31下载
    积分：1
  • multiuser
    本文针对并行干扰抵消检测器的不足之处，提出了改进的并行干扰抵消检测算法——基于多项式展开的并行干扰抵消多用户检测算法。该算法将多项式展开检测器作为并行干扰抵消检测器第一级的数据估计值，以提高检测可靠性。通过仿真实验，首先验证了多项式展开检测器的性能。然后比较改进算法与传统检测器的性能，验证改进算法的系统性能得到明显改善；并与并行干扰抵消检测器、解相关检测器和MMSE检测器相比较，验 证得到该改进算法的性能也有不同程度的改善。 (this paper discusses the principle and performance of the conventional detector and the parallel interference cancellation(PIC)detector separately.Since the conventional detector take MAI only as the background noise without considering the existence of the other users,the existence of MAI has a significant impact on the performance of CDMA systems.Each stage of PIC detector utilizes the data estimates of the initial or previous stage,produces a new set of MAI estimates,and then subtracts out all of the MAI for each user in parallel.Through Monte Carlo simulation in different scenarios,the results illustrate the influence of MAI in conventional CDMA ystems.Theexperimental results show PIC detector can effectively eliminate MAI andimprove the system BER. )
    2010-03-02 22:59:56下载
    积分：1
  • DUET
    说明：  介绍了DUET盲源分离方法，可以仅使用两个混合信号分离任何数目的源分离方法。该 方法适用于源信号W-不相交正交的情况。(T the DUET Blind Source Separation method which can separate any number of sources using only two mixtures. The method is valid when sources are W-disjoint orthogonal, that is, when the supports of the windowed Fourier transform of the signals in the mixture are disjoint.)
    2020-09-22 16:47:51下载
    积分：1
  • ADC_SIM
    ADC模型，多路ADC，dc_offset，gain_offset，skew mismatch(matlab model for ti-adc)
    2020-06-18 10:40:02下载
    积分：1
  • boundary_sbm
    本算法在左右只延拓极大极小值点各一个， isbm是判断是否进行isbm的算法，默认进行sbm而非isbm，默认进行isbm算法了(In this algorithm, an isbm algorithm is used to determine whether isbm is performed, and isbm is used by default)
    2017-11-22 16:53:26下载
    积分：1
  • code
    说明：  实现无人机通信考虑的轨迹规划，综合通信中的能量消耗和轨迹进行权衡(Realize the trajectory planning of UAV Communication, and balance the energy consumption and trajectory in communication)
    2020-02-11 23:16:52下载
    积分：1
  • 百度小说搜索
    百度小说搜索.zip The Development of 2048 Small Game Wechat Small Program(The Development of 2048 Small Game Wechat Small Program)
    2020-06-20 11:00:02下载
    积分：1
  • 696518资源总数
  • 106161会员总数
  • 5今日下载

热门标签

Visual C++ matlab C/C++ Java Others Unix_Linux EasyLanguage易语言 Visual Basic C# PDF C++ Delphi VHDL ASP WINDOWS
热门下载

Copyright© 2019-2025 | Powered by Imdn | 浙ICP备16007336号 | IMDN交流 | 联系客服（QQ：3324461878）

本网站资源收集自网络及网站用户上传，若有侵权请邮件至（3324461878@qq.com），核实后我们会在24小时内删除，谢谢！