文件名称：DecisionTree.jl:决策树 (CART) 和随机森林算法的 Julia 实现
文件大小：541KB
文件格式：ZIP
更新时间：2024-08-24 17:00:31
machine-learning julia regression classification decision-tree
决策树.jl 决策树 (CART) 和随机森林算法的 Julia 实现 可通过： - 使用简单的表达式创建复杂的 ML 管道结构 - 异构集成学习包 - Julia 的机器学习框架 - scikit-learn API 的 Julia 实现 分类 预修剪（最大深度，最小叶大小） 后剪枝（悲观剪枝） 多线程装袋（随机森林） 自适应提升（决策树桩） 交叉验证（n 折） 支持有序特征（编码为Real s 或String s） 回归 预修剪（最大深度，最小叶大小） 多线程装袋（随机森林） 交叉验证（n 折） 支持数字特征 请注意，如果标签/目标的类型为 Array{Float}，则隐含回归 安装 您可以使用 Julia 的包管理器安装 DecisionTree.jl Pkg . add ( " DecisionTree " ) ScikitLearn.jl API
【文件预览】：
DecisionTree.jl-master
----.gitignore(40B)
----README.md(13KB)
----.github()
--------workflows()
----test()
--------regression()
--------classification()
--------benchmark()
--------runbenchmarks.jl(2KB)
--------miscellaneous()
--------runtests.jl(1KB)
--------data()
----src()
--------util.jl(9KB)
--------regression()
--------scikitlearnAPI.jl(16KB)
--------measures.jl(11KB)
--------classification()
--------DecisionTree.jl(3KB)
--------load_data.jl(975B)
----Manifest.toml(1KB)
----LICENSE.md(1KB)
----.travis.yml(345B)
----Project.toml(608B)