互联网上经常被用来研究信用风险评级模型的加州大学机器学习数据库中的germancreditdata
2025/7/10 19:30:03
78KB
本书内容依托于作者近年来的研究成果,分为矩阵代数、控制理论、博弈论三个部分,强调前沿性与探索性,力图实现前沿数字与实际应用的交叉结合,引领读者从基础概念进入学科前沿。
2025/7/10 19:05:09
67.19MB
数据包括：用户编码、产品编码、性别、年龄、职业、城市类别、在当前城市停留的年份、婚姻情况、商品所属分类（3类）、消费金额
2025/7/8 19:55:19
5.07MB
hadoop2.7.x都可以使用，在windows环境下运行hadoop、hbase、spark需要winutils.exe，否则会报错Couldnotlocateexecutablenull\bin\winutils.exeintheHadoopbinaries。
2025/7/7 16:25:48
1.09MB
决策树是一个通过训练的数据来搭建起的树结构模型，根节点中存储着所有数据集和特征集，当前节点的每个分支是该节点在相应的特征值上的表现，而叶子节点存放的结果则是决策结果。
通过这个模型，我们可以高效的对于未知的数据进行归纳分类。
每次使用决策树时，是将测试样本从根节点开始，选择特征分支一直向下直至到达叶子节点，然后得到叶子节点的决策结果。
通过这个模型，我们可以高效的对于未知的数据进行归纳分类。
每次使用决策树时，是将测试样本从根节点开始，选择特征分支一直向下直至到达叶子节点，然后得到叶子节点的决策结果。
2025/7/4 16:46:40
10KB