登录
首页 » Python » 机器学习实战书籍代码-Python3版本

机器学习实战书籍代码-Python3版本

于 2019-03-25 发布
0 316
下载积分: 1 下载次数: 17

代码说明:

说明:  机器学习实战,python源码,KNN,决策树等实现(Machinie Learning IN ACTION)

文件列表:

整本机器学习实战书籍代码-py3版本\AdaBoost\adaboost.py, 7585 , 2017-10-16
整本机器学习实战书籍代码-py3版本\AdaBoost\horseColicTest2.txt, 13614 , 2017-10-14
整本机器学习实战书籍代码-py3版本\AdaBoost\horseColicTraining2.txt, 60778 , 2017-10-14
整本机器学习实战书籍代码-py3版本\AdaBoost\horse_adaboost.py, 5872 , 2017-10-14
整本机器学习实战书籍代码-py3版本\AdaBoost\ROC.py, 6204 , 2017-10-19
整本机器学习实战书籍代码-py3版本\AdaBoost\sklearn_adaboost.py, 1448 , 2017-10-16
整本机器学习实战书籍代码-py3版本\AdaBoost\__init__.py, 0 , 2017-10-16
整本机器学习实战书籍代码-py3版本\Apriori\apriori.py, 4288 , 2017-12-02
整本机器学习实战书籍代码-py3版本\Apriori\bills20DataSet.txt, 38906 , 2011-08-08
整本机器学习实战书籍代码-py3版本\Apriori\lawAssnRules.txt, 137426 , 2011-08-08
整本机器学习实战书籍代码-py3版本\Apriori\meaning20.txt, 1806 , 2011-08-08
整本机器学习实战书籍代码-py3版本\Apriori\mushroom.dat, 570408 , 2011-07-13
整本机器学习实战书籍代码-py3版本\Apriori\recent100bills.txt, 5585 , 2011-04-06
整本机器学习实战书籍代码-py3版本\Apriori\recent20bills.txt, 1050 , 2011-04-07
整本机器学习实战书籍代码-py3版本\Apriori\__init__.py, 239 , 2017-12-02
整本机器学习实战书籍代码-py3版本\CART\bikeSpeedVsIq_test.txt, 4235 , 2011-02-15
整本机器学习实战书籍代码-py3版本\CART\bikeSpeedVsIq_train.txt, 4220 , 2011-02-15
整本机器学习实战书籍代码-py3版本\CART\ex0.txt, 5621 , 2011-02-08
整本机器学习实战书籍代码-py3版本\CART\ex00.txt, 3846 , 2011-02-08
整本机器学习实战书籍代码-py3版本\CART\ex2.txt, 4069 , 2011-02-09
整本机器学习实战书籍代码-py3版本\CART\ex2test.txt, 4064 , 2011-02-09
整本机器学习实战书籍代码-py3版本\CART\exp.txt, 3998 , 2011-02-09
整本机器学习实战书籍代码-py3版本\CART\exp2.txt, 3831 , 2011-02-10
整本机器学习实战书籍代码-py3版本\CART\expTest.txt, 4011 , 2011-02-14
整本机器学习实战书籍代码-py3版本\CART\regTrees.py, 9018 , 2017-12-02
整本机器学习实战书籍代码-py3版本\CART\sine.txt, 3879 , 2011-02-14
整本机器学习实战书籍代码-py3版本\CART\treeExplore.py, 2842 , 2017-12-02
整本机器学习实战书籍代码-py3版本\CART\__init__.py, 239 , 2017-12-02
整本机器学习实战书籍代码-py3版本\DecisionTree\AllElectronics.py, 1348 , 2017-09-29
整本机器学习实战书籍代码-py3版本\DecisionTree\classifierStorage.txt, 91 , 2017-09-29
整本机器学习实战书籍代码-py3版本\DecisionTree\Decision Tree.py, 14704 , 2017-10-22
整本机器学习实战书籍代码-py3版本\DecisionTree\lenses.txt, 795 , 2017-09-29
整本机器学习实战书籍代码-py3版本\DecisionTree\Sklearn-Decision Tree.py, 2194 , 2017-10-08
整本机器学习实战书籍代码-py3版本\DecisionTree\test.csv, 546 , 2017-04-26
整本机器学习实战书籍代码-py3版本\DecisionTree\test.dot, 1175 , 2017-09-29
整本机器学习实战书籍代码-py3版本\DecisionTree\__init__.py, 0 , 2017-09-28
整本机器学习实战书籍代码-py3版本\FPGrowth\fpGrowth.py, 6694 , 2017-12-05
整本机器学习实战书籍代码-py3版本\FPGrowth\kosarak.dat, 32029467 , 2011-12-28
整本机器学习实战书籍代码-py3版本\FPGrowth\__init__.py, 239 , 2017-12-05
整本机器学习实战书籍代码-py3版本\KMeans\kMeans.py, 7914 , 2017-12-02
整本机器学习实战书籍代码-py3版本\KMeans\places.txt, 4693 , 2011-03-18
整本机器学习实战书籍代码-py3版本\KMeans\Portland.png, 459112 , 2011-03-18
整本机器学习实战书籍代码-py3版本\KMeans\portlandClubs.txt, 3105 , 2011-03-17
整本机器学习实战书籍代码-py3版本\KMeans\testSet.txt, 1600 , 2011-03-15
整本机器学习实战书籍代码-py3版本\KMeans\testSet2.txt, 1194 , 2011-03-16
整本机器学习实战书籍代码-py3版本\KMeans\__init__.py, 239 , 2017-12-02
整本机器学习实战书籍代码-py3版本\KNN\datingTestSet.txt, 35725 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\kNN_test01.py, 2530 , 2017-10-21
整本机器学习实战书籍代码-py3版本\KNN\kNN_test02.py, 11475 , 2017-10-21
整本机器学习实战书籍代码-py3版本\KNN\kNN_test03.py, 4524 , 2017-10-08
整本机器学习实战书籍代码-py3版本\KNN\kNN_test04.py, 3149 , 2017-10-21
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_0.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_1.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_10.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_11.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_12.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_13.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_14.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_15.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_16.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_17.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_18.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_19.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_2.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_20.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_21.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_22.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_23.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_24.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_25.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_26.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_27.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_28.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_29.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_3.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_30.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_31.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_32.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_33.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_34.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_35.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_36.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_37.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_38.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_39.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_4.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_40.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_41.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_42.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_43.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_44.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_45.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_46.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_47.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_48.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_49.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_5.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_50.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_51.txt, 1088 , 2017-09-29
整本机器学习实战书籍代码-py3版本\KNN\testDigits\0_52.txt, 1088 , 2017-09-29

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

  • 滑模变结构控制MATLAB仿真(第2版)仿真程序
    滑模变结构控制本质上是一类特殊的非线性控制,其非线性表现为控制的不连续性,这种控制策略与其它控制的不同之处在于系统的“结构”并不固定,而是可以在动态过程中根据系统当前的状态(如偏差及其各阶导数等)有目的地不断变化,迫使系统按照预定“滑动模态”的状态轨迹运动。由于滑动模态可以进行设计且与对象参数及扰动无关,这就使得变结构控制具有快速响应、对参数变化及扰动不灵敏、无需系统在线辩识, 物理实现简单等优点。该方法的缺点在于当状态轨迹到达滑模面后,难于严格地沿着滑模面向着平衡点滑动,而是在滑模面两侧来回穿越,从而产生颤动,即抖振问题。 中文名 滑模变结构控制 外文名 Sliding Mode Variable Structure Control 别 称 滑动模态变结构控制(Sliding mode variable control)
    2018-04-20 17:37:12下载
    积分:1
  • Adc
    说明:  实现对逆变器的三相电流、三相电压、三相IGBT温度、三相的频率等采样,涉及了应用层程序和底层程序(Sampling of three-phase current, three-phase voltage, three-phase IGBT temperature and three-phase frequency of inverters is realized, which involves application layer program and bottom layer program.)
    2020-06-20 10:00:01下载
    积分:1
  • ANN调制信号
    基于神经网路的六种调制信号识别,备注详细。(Modulated signal identification)
    2018-09-05 21:27:10下载
    积分:1
  • ARRAYS
    ARRAYS的数十种代码(ARRAYS dozens of kind of codes )
    2004-07-05 18:57:01下载
    积分:1
  • treetypeflow
    电力系统配电网树状网的潮流计算,附有PDF的程序文档说明(Power system distribution network power flow calculation tree network with PDF document explains the procedures)
    2021-05-06 19:28:37下载
    积分:1
  • MATLAB优化算法案例分析与应用
    说明:  这个是MATLAB案例分析的扫满版,不用买书。可直接看。里面有多个程序案例。非常实用(This is case analysis of MATLAB version, don't have to buy a book.Can see directly.There are several application cases.Very practical)
    2017-07-17 11:53:08下载
    积分:1
  • efem3d
    清华大学张雄的物质点法源程序,非常好的一本书。(Tsinghua University Zhang Xiong material point source, a very good book.)
    2021-01-08 12:18:51下载
    积分:1
  • Machine_learning
    源码,机器学习,共十章,经典书籍。。。。(python Source code, machine learning, a total of ten chapters, classic books)
    2018-02-28 10:34:53下载
    积分:1
  • 压缩
    建立哈夫曼树,对文件进行哈夫曼编码,达到对文件进行压缩的功能(Building Huffman tree, Huffman coding for files, to achieve the function of compressing files)
    2017-11-27 21:44:19下载
    积分:1
  • dv248
    包括广义互相关函数GCC时延估计,esprit算法对有干扰的信号频率进行估计,ofdm系统仿真 含16qam调制 fft 加窗 加cp等模块。( Including the generalized cross-correlation function GCC time delay estimation, esprit algorithm signal frequency interference can be assessed ofdm system simulation including 16qam modulation fft windowing modules plus cp.)
    2017-04-24 21:44:18下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载