文件名称：trees:随机森林分类器和决策丛林分类器的快速教育实现
文件大小：564KB
文件格式：ZIP
更新时间：2024-07-09 15:31:44
Python
树木 随机森林分类器和决策丛林分类器的快速教育实现。 参考： A. Criminisi、J. Shotton 和 E. Konukoglu，决策森林：分类、回归、密度估计、流形学习和半监督学习的统一框架。 计算机图形学和计算机视觉的基础和趋势。 现在出版商。 第 7 卷：第 2-3 期，第 81-227 页。 2012 年。 Jamie Shotton、Toby Sharp、Pushmeet Kohli、Sebastian Nowozin、John Winn 和 Antonio Criminisi，决策丛林：用于分类的紧凑而丰富的模型，过程中。 国家知识产权局，2013 年。
【文件预览】：
trees-master
----README.md(627B)
----code()
--------forests.py(8KB)
--------equality.py(5KB)
--------symbols.py(4KB)
--------malware.py(18KB)
----LICENSE(11KB)
----data()
--------pg23428.txt(440KB)
--------pg5711.txt(1013KB)