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
0 184
下载积分: 1 下载次数: 1

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

  • 直流微电网,风电、光伏、储能DCmicrogrid
    说明:  直流微电网,风电、光伏、储能都包含,可运行(DC microgrid, including wind power, photovoltaic and energy storage, can be operated)
    2021-04-16 20:38:53下载
    积分:1
  • 2.ESPRIT 算法MATLAB程序
    说明:  空间信号的波达方向(Direction of Arrival,简称DOA)估计作为阵列信号处理研究的一个主要课题,在近些年来越来越得到大量的关注和研究。它可实现对空间中信源信号的准确的角度估计,实现信源方位等参数的具体精确检测,并且还具有很高的分辨力。这些特性使得DOA估计在声呐、通信及雷达等多种领域具有广阔的应用和发展前景。此程序为经典doa估计方法esprit算法。(direction of arrival,usually called DOA,has been an important subject recently.This program contains esprit)
    2019-04-13 12:30:29下载
    积分:1
  • mcp2515-src
    用C语言写的MCP2515的驱动,功能很全,编译后直接就可以用(MCP2515 written in C drive, features a very full, the compiler can be used directly)
    2011-09-07 11:37:24下载
    积分:1
  • Matrice_ABCD
    说明:  surfacique courant coupleur 3db
    2019-01-07 06:20:21下载
    积分:1
  • ControlBiometrico
    说明:  control biometrico zk
    2019-05-21 21:57:04下载
    积分:1
  • Kinematic Hardening Plasticity
    说明:  根据塑性理论,硬化分为随动硬化和等向硬化,这个UMAT是一个随动硬化的例子。(According to the theory of plasticity, hardening is divided into Kinematic hardening and isotropic hardening. This UMAT is an example of Kinematic hardening.)
    2020-12-03 17:29:24下载
    积分:1
  • ex
    说明:  使用高斯滤波器对任意图像可进行高斯滤波平滑(Gaussian filtering smoothing of arbitrary images using a Gaussian filter)
    2019-03-18 15:19:54下载
    积分:1
  • shuxuejianmo
    说明:  基于帧差法实现前景分割,时刻监控固定镜头前目标的识别与跟踪(foreground segmentation)
    2019-04-12 11:17:03下载
    积分:1
  • RFID读写例程
    提供了RFID的开发源码,用VC编的,展示RFID卡如何加密,如何自毁。串口通讯支持RS-232(RS232),RS-485(RS485),波特率可选,RFID的天线可选,读卡频率可调。提供了控制RFID读卡功率的方法,功率从0至29可调,距离最大10米以上,该源码可用于交通、物流、运输、仓库管理、比条码技术强大。用于毕业论文答辩中,可以演示,程序看懂后,就对RFID整个工作原理较为了解。支持ISO18000和EPC_GEN2等类型的RFID卡。
    2022-05-08 06:14:53下载
    积分:1
  • 12分
    十二音阶和八度分频的硬件描述语言VHDL程序,测试通过成功-12 sub-octave scale and frequency of the hardware description language VHDL procedures, test the success of
    2022-11-21 05:15:03下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载