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
0 350
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

  • potential
    利用人工势场法对机器人进行路径规划,能够有效避开障碍物(The artificial potential field method is used to plan the path of the robot, which can effectively avoid the obstacles)
    2017-12-27 21:42:40下载
    积分:1
  • brachcut
    说明:  基于枝切法进行相位展开,包含残差计算,设置枝切以及洪水填充法解包(The Branch-Cut algorithm for phase unwrpping)
    2020-07-21 13:34:07下载
    积分:1
  • 小甲鱼数据结构与算法课件+源码
    小甲鱼数据结构与算法课件+源码,适合初学者学习(Small turtle data structure and algorithm courseware + source code, suitable for beginners to learn)
    2020-11-26 23:49:31下载
    积分:1
  • ProRaman2F
    关于拉曼光谱基线去除的程序,大家可以试试,文章发在了Analyst上,RSC.具体的信息可以从代码里面找到.(This is a programme about Roman spectroscopy, it can be ured for basline eleminated. If you are interesting about it, download it!)
    2009-11-15 11:16:21下载
    积分:1
  • Script1
    Java Script & VB Script 教程(Java Script Guide VB Script)
    2004-11-19 16:25:36下载
    积分:1
  • 100
    《PB实用技巧集锦》适合新手,看了此书,pb成长应该会很块(" PB practical skills Collection" for novice, read the book, pb growth should be very block)
    2013-05-23 23:24:14下载
    积分:1
  • 算法图解
    说明:  算法图解中文版全文,实例丰富,图文并茂,以简明易懂的方式阐明了算法(Grokking Algorithms is a fully illustrated, friendly guide that teaches you how to apply common algorithms to the practical problems you face every day as a programmer.)
    2019-06-28 20:59:05下载
    积分:1
  • qou_cg57
    随机调制信号下的模拟ppm,感应双馈发电机系统的仿真,Relief计算分类权重。( Random ppm modulated analog signal under Simulation of doubly fed induction generator system, Relief computing classification weight.)
    2017-05-12 16:03:17下载
    积分:1
  • space-timecodingBrankaVuceticJinhongYuan
    Branka Vucetic,Jinhong Yuan著的空时编码技术一书的源程序,对于学习MIMO系统空时编码技术很有用。(Branka Vucetic, Jinhong Yuan with the space-time coding techniques one source book for studying space-time coding MIMO system technology very useful.)
    2008-02-29 14:55:20下载
    积分:1
  • 算法图解
    算法图解中文版全文,实例丰富,图文并茂,以简明易懂的方式阐明了算法(Grokking Algorithms is a fully illustrated, friendly guide that teaches you how to apply common algorithms to the practical problems you face every day as a programmer.)
    2019-06-28 20:59:05下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载