搜索资源列表
bagging-and-boosting-NNE
- 主要是给新手熟悉bagging和boosting算法在虹膜中的运用。-bagging and boosting algorithm in the application of the iris.
Baggingboostingandc45
- 模式识别bagging boosting c4.5算法-Bagging boosting c4.5 algorithm for pattern recognition
BoostingandBagging
- boosting算法和bagging算法综述-boosting algorithm and bagging Algorithms
MatlabRandomForest
- MatlabRandomForest is a powerfull toolbox for programing Randim forest, Bagging, Boosting,.., in Matlab. The Matlab functions (RFClass.m, RFReg.m and RFPrint.m) and compiled Fortran code (RFClassification.dll and RFRegression.dll) must be stored i
OCD--code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
ADL-code
- 通过对集成误差公式的理论分析，提出了一种能主动引导个体网络进行差异性学习的集成网络学习算法。该方法通过对集成误差的分解，使个体网络的训练准则函数中包含个体网络误差相关度的因素，并通过协同训练，引导个体网络进行差异性学习。该方法在基于油气分析的变压器故障诊断的实验结果表明，该方法的故障诊断准确率优于传统的三比值法与BP神经网络，其性能也比经典的集成方法Bagging和Boosting方法更稳定可靠。-A learning algorithm is proposed in this paper by
erXover
- Contrary to bagging, boosting dynamica lly tries to gen-erate comple mentary lea rners by training the next lea rner on the inaccuracies of the learner in the preceding iteration.
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的
Top-10-Algorithms-in-Data-Mining
- 在2006年9月召开的ICDM会议上，邀请了ACM KDD创新大奖(InnovationAward)和 Top 10 Algorithms in Data Mining IEEEICDM研究贡献奖(Research Contributions Award)的获奖者们来参与数据挖掘10大算 法的选举，每人提名10种他认为最重要的算法-Classification，Statistical Learning，Top 10 Algorithms in Data Mining，material
baggingaboosting
- Matlab code for bagging and boosting (data mining)
Ensemble Methods Foundations and Algorithms
- This book provides researchers, students and practitioners with an introduction to ensemble methods. The book consists of eight chapters which naturally constitute three parts.
bagging-boosting-random-forests-master
- bagging 工具箱，随机森林工具箱，使用MATLAB2014b 环境测试(Bagging toolbox, random forest toolbox, using the MATLAB2014b test environment)