在好例子网,分享、交流、成长!
您当前所在位置:首页MATLAB 开发实例MATLAB语言基础 → 决策树与随机森林参考程序

决策树与随机森林参考程序

MATLAB语言基础

下载此实例
  • 开发语言:MATLAB
  • 实例大小:1.43M
  • 下载次数:20
  • 浏览次数:266
  • 发布时间:2020-08-09
  • 实例类别:MATLAB语言基础
  • 发 布 人:吴艳柯
  • 文件格式:.zip
  • 所需积分:2
 相关标签: 神经网络代码

实例介绍

【实例简介】神经网络代码

【实例截图】

from clipboard

【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

实例下载地址

决策树与随机森林参考程序

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

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

;
报警