实例介绍
【实例截图】
【核心代码】
13 决策树与随机森林参考程序
├── Code
│ ├── DecisionTrees
│ │ ├── data.mat
│ │ └── main.m
│ └── RandomForest
│ ├── RF_MexStandalone-v0.02.zip
│ ├── data.mat
│ ├── main.m
│ └── randomforest-matlab
│ ├── RF_Class_C
│ │ ├── Compile_Check
│ │ ├── Makefile
│ │ ├── Makefile.windows
│ │ ├── README.txt
│ │ ├── Version_History.txt
│ │ ├── classRF_predict.m
│ │ ├── classRF_train.m
│ │ ├── compile_linux.m
│ │ ├── compile_windows.m
│ │ ├── data
│ │ │ ├── X_twonorm.txt
│ │ │ ├── Y_twonorm.txt
│ │ │ └── twonorm.mat
│ │ ├── mexClassRF_predict.mexw64
│ │ ├── mexClassRF_train.mexw64
│ │ ├── precompiled_rfsub
│ │ │ ├── linux64
│ │ │ ├── win32
│ │ │ │ └── rfsub.o
│ │ │ └── win64
│ │ │ └── rfsub.o
│ │ ├── rfsub.o
│ │ ├── src
│ │ │ ├── classRF.cpp
│ │ │ ├── classTree.cpp
│ │ │ ├── cokus.cpp
│ │ │ ├── cokus_test.cpp
│ │ │ ├── mex_ClassificationRF_predict.cpp
│ │ │ ├── mex_ClassificationRF_train.cpp
│ │ │ ├── qsort.c
│ │ │ ├── rf.h
│ │ │ ├── rfsub.f
│ │ │ ├── rfutils.cpp
│ │ │ └── twonorm_C_wrapper.cpp
│ │ ├── tempbuild
│ │ ├── test_ClassRF_extensively.m
│ │ ├── tutorial_ClassRF.m
│ │ └── twonorm_C_devcpp.dev
│ └── RF_Reg_C
│ ├── Compile_Check_kcachegrind
│ ├── Compile_Check_memcheck
│ ├── Makefile
│ ├── README.txt
│ ├── Version_History.txt
│ ├── compile_linux.m
│ ├── compile_windows.m
│ ├── data
│ │ ├── X_diabetes.txt
│ │ ├── Y_diabetes.txt
│ │ └── diabetes.mat
│ ├── diabetes_C_devc.dev
│ ├── regRF_predict.m
│ ├── regRF_train.m
│ ├── src
│ │ ├── cokus.cpp
│ │ ├── cokus_test.cpp
│ │ ├── diabetes_C_wrapper.cpp
│ │ ├── mex_regressionRF_predict.cpp
│ │ ├── mex_regressionRF_train.cpp
│ │ ├── qsort.c
│ │ ├── reg_RF.cpp
│ │ └── reg_RF.h
│ ├── tempbuild
│ ├── test_RegRF_extensively.m
│ └── tutorial_RegRF.m
├── MacOS_precompiled-WITHOUT_SOURCE-v0.02
│ ├── 2009a 32-bit
│ │ ├── mexClassRF_predict.mexmaci
│ │ ├── mexClassRF_train.mexmaci
│ │ ├── mexRF_predict.mexmaci
│ │ └── mexRF_train.mexmaci
│ ├── 2009b 64-bit
│ │ ├── mexClassRF_predict.mexmaci64
│ │ ├── mexClassRF_train.mexmaci64
│ │ ├── mexRF_predict.mexmaci64
│ │ └── mexRF_train.mexmaci64
│ ├── README.txt
│ ├── compileClass_maci.m
│ ├── compileRegression_maci.m
│ └── compiler_settings.txt
├── RF_MexStandalone-v0.02-precompiled
│ ├── README_Windows_binary.txt
│ └── randomforest-matlab
│ ├── RF_Class_C
│ │ ├── Compile_Check
│ │ ├── Makefile
│ │ ├── Makefile.windows
│ │ ├── README.txt
│ │ ├── Version_History.txt
│ │ ├── classRF_predict.m
│ │ ├── classRF_train.m
│ │ ├── compile_linux.m
│ │ ├── compile_windows.m
│ │ ├── data
│ │ │ ├── X_twonorm.txt
│ │ │ ├── Y_twonorm.txt
│ │ │ └── twonorm.mat
│ │ ├── mexClassRF_predict.mexw32
│ │ ├── mexClassRF_predict.mexw64
│ │ ├── mexClassRF_train.mexw32
│ │ ├── mexClassRF_train.mexw64
│ │ ├── precompiled_rfsub
│ │ │ ├── linux64
│ │ │ ├── win32
│ │ │ │ └── rfsub.o
│ │ │ └── win64
│ │ │ └── rfsub.o
│ │ ├── rfsub.o
│ │ ├── src
│ │ │ ├── classRF.cpp
│ │ │ ├── classTree.cpp
│ │ │ ├── cokus.cpp
│ │ │ ├── cokus_test.cpp
│ │ │ ├── mex_ClassificationRF_predict.cpp
│ │ │ ├── mex_ClassificationRF_train.cpp
│ │ │ ├── qsort.c
│ │ │ ├── rf.h
│ │ │ ├── rfsub.f
│ │ │ ├── rfutils.cpp
│ │ │ └── twonorm_C_wrapper.cpp
│ │ ├── tempbuild
│ │ ├── test_ClassRF_extensively.m
│ │ ├── tutorial_ClassRF.m
│ │ └── twonorm_C_devcpp.dev
│ └── RF_Reg_C
│ ├── Compile_Check_kcachegrind
│ ├── Compile_Check_memcheck
│ ├── Makefile
│ ├── README.txt
│ ├── Version_History.txt
│ ├── compile_linux.m
│ ├── compile_windows.m
│ ├── data
│ │ ├── X_diabetes.txt
│ │ ├── Y_diabetes.txt
│ │ └── diabetes.mat
│ ├── diabetes_C_devc.dev
│ ├── mexRF_predict.mexw32
│ ├── mexRF_predict.mexw64
│ ├── mexRF_train.mexw32
│ ├── mexRF_train.mexw64
│ ├── regRF_predict.m
│ ├── regRF_train.m
│ ├── src
│ │ ├── cokus.cpp
│ │ ├── cokus_test.cpp
│ │ ├── diabetes_C_wrapper.cpp
│ │ ├── mex_regressionRF_predict.cpp
│ │ ├── mex_regressionRF_train.cpp
│ │ ├── qsort.c
│ │ ├── reg_RF.cpp
│ │ └── reg_RF.h
│ ├── tempbuild
│ ├── test_RegRF_extensively.m
│ └── tutorial_RegRF.m
└── 决策树与随机森林.docx
33 directories, 133 files
标签: 神经网络代码
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论