AdaBoost算法有AdaBoost.M1和AdaBoost.M2两种算法,AdaBoost.M1是我们通常所说的DiscreteAdaBoost,而AdaBoost.M2是M1的泛化形式。
关于AdaBoost算法的一个结论是:当弱分类器算法使用简单的分类方法时,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,但是没有前者明显。
后来又有学者提出了解决多标签问题的AdaBoost.MH和AdaBoost.MR算法,其中AdaBoost.MH算法的一种形式又被称为RealBoost算法---弱分类器输出一个可能度,该值的范围是整个R,和与之相应的权值调整,强分类器生成的AdaBoost算法。
Python实现该算法。
adabbost原理见博客http://blog.csdn.net/suipingsp/article/details/41722435
2025/6/12 10:39:13 72KB python json 机器学习 adaboost
1
JAVA微商城平台系统源码带数据库数据库及微信配置说明运行环境:JAVA源码详细:JAVA微商城平台系统源码带数据库源码描述:一、源码介绍1、JAVA微商城为项目源码,数据库及微信配置说明在源码文件中2、upload为图片文件夹,放在项目同级目录,如tomcat/webapps根目录3、声明:数据库文件数据为测试数据,商品分类等需要根据自身营销作出相应更改二、注意事项1、源码的架构为springmvc+spring+mybatis+mysql,开发环境为eclipse+jdk7+tomcat7
2025/6/10 21:01:33 21.02MB java
1
基于在线ICA算法的包络检测及其在运动图像分类中的应用
584KB 研究论文
1
基于卷积神经网络的Keras音频分类器
2025/6/9 22:48:58 12KB Python开发-机器学习
1
支持向量机二分类图像,matlab代码实现
2025/6/9 6:31:06 1KB svm
1
基于K-means算法的遥感图像分类的matlab实现
2025/6/8 10:41:33 8.01MB K-means算法 matlab实现
1
支持向量机matlab工具箱(含资料及gui模式)用于分类和回归预测
2025/6/8 8:55:18 1.66MB 支持向量机 分类 预测模型
1
1.使用Python实现基本的决策树算法;
2.主要使用pandas的DataFrame实现;
3.为防止过度拟合,在小于20个记录时,直接选取记录中最多类别;
3.没有画决策树图
2025/6/8 7:10:33 2KB 数据挖掘 Python 决策树
1
使用K-最近邻算法对三类样本进行分类的matlab代码
2025/6/7 22:34:57 14KB KNN
1
数据介绍:Apre-classifieddatasetcontaining11,000webpagesfrom11differentcategories.Althoughthisdatasetwasdesignedforunsupervisedclusteringexperimentsitcanbeusedforanytypewebpagemachine-learningtechnique.FormoreinformationseeBankSearchDatasetPage.Submittedbym.p.sinka@rdg.ac.uk.关键词:预先分类的数据集,网页,种类,聚类实验,pre-classifieddataset,webpage,category,clusteringexperiment,数据格式:TEXT数据详细介绍:bankresearchdatasetAbstractApre-classifieddatasetcontaining11,000webpagesfrom11differentcategories.Althoughthisdatasetwasdesignedforunsupervisedclusteringexperimentsitcanbeusedforanytypewebpagemachine-learningtechnique.FormoreinformationseeBankSearchDatasetPage.Submittedbym.p.sinka@rdg.ac.uk.Copyright
2025/6/7 17:04:20 11.36MB 银行数据 搜索数据 数据集 dataset
1
共 1000 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡