搜索资源列表
Random_Forest_fortran
- 加洲大学Leo Breiman编写的Random Forests(随机器森林)各个版本的fortran代码 可以实现分类,以及回归!-University of California Leo Breiman prepared by Random Forests (random for forest ) fortran various versions of the code can be achieved classification and regression!
RandomForestCversion
- 组合学习算法的新方法--随机森林(Random Forest,RF),用于处理高维问题,可以得到满意的效果!-composition of the new learning algorithm methods -- random forests (Random Forest, RF) for the treatment of high-dimensional problem, it can be satisfied with the results!
Windows-Precompiled-RF
- matlab 的随机森林代码，很不错，学习rf必备-matlab code for random forests, very good
random-forest
- 随机森林算法是opencv中的重要的算法，其中讲述了随机森林的定义特征构建方法等-Random Forests algorithm is an important algorithm in opencv, which describes the defining characteristics of a random forest construction methods
RF_MexStandalone-v0[1].02
- 随机森林算法 C++和matlab程序结合-Random forests algorithm C++ and matlab program combines
RF
- Random Forests的Fortran版本，Leo Breiman and Adele Cutler 设计-Random Forests of the Fortran version, Leo Breiman and Adele Cutler Design
89346509RandomForestMatlabVersion
- 這是一個 Matlab的（和獨立應用）端口的出色的機器學習算法，隨機森林` - 由Leo布賴曼等。從 R -源由Andy鴻等。 http://cran.r-project.org/web/packages/randomForest/index.html（Fortran的原由Leo布賴曼和Adele卡特勒，研究港口安迪鴻和馬修維納。）當前的代碼版本是基於 4.5-29從來源 randomForest包。-This is a Matlab (and Standalone application) p
Bagging_predictors
- 介绍Bagging最早的、最经典的文献，作者是Bagging和随机森林的创始人LEO BREIMAN-Bagging first introduced, the most classic literature, the author is the founder of Bagging and random forests LEO BREIMAN
code
- C++实现的两类问题随机森林生成算法，对学习随机森林很有帮助-Source code for random forests,wanderful codes,and help youself to it!
class-specific-Hough-forests-
- 用于目标检测的Hough森林分类法。比随即森林效果要好。附有文章和代码。代码是在unix环境下的Opencv运行的。还有训练数据。-ClassSpecifi c Hough Forests for Object Detection，better than random forest.include paper and source code ,working in Opencv .
about-TLD
- 描述tld跟踪算法相关文章和相关思路，对刚刚接触TLD学习很有帮助，值得学习！-Lucas-Kanade（LK）Random Forests Local Binary Patterns
Random-Forest-for-Image-Annotation
- 随机森林算法，适合初学者阅读，包括公式，资料，调试-Random forests algorithm, suitable for beginners to read, including formulas, data, commissioning
RandomForest-C-version
- 随机森林是机器学习领域中一种有效的组合学习模型。在目标检测识别算法中，随机森林被证实在分类中具有很好的性能和效果。提供随机森林源码以供学习参考。-Random Forests field of machine learning is an effective combination of learning model. Target detection and recognition algorithms, random forests was confirmed in the classifi
Random-Forest(R)
- 随机森林使用R语言实现（包括各种参数的分析介绍）-Random forests using R language implementation (including the analysis of the various parameters)
random-forests
- 用openCV写的一个能实现随机森林算法的程序，大家可以参考一下-OpenCV written by a Random Forest algorithm to achieve the procedure, we can refer to
online-random-forests-master
- 在线随机森林算法的源码，用于分类模式识别有很好的效果，适用于linux系统下。-Online Random Forest algorithm source code, for classification pattern recognition have a good effect for linux system.
random-forest-example
- 随机森林是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类，然后看看哪一类被选择最多，就预测这个样本为那一类。-Random forests are used in a random way to build a forest, there are a lot of decision trees in the forest, there
Random Forest
- 在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定。 Leo Breiman和Adele Cutler发展出推论出随机森林的算法。 而 "Random Forests" 是他们的商标。 这个术语是1995年由贝尔实验室的Tin Kam Ho所提出的随机决策森林（random decision forests）而来的。这个方法则是结合 Breimans 的 "Bootstrap aggregating" 想法
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)
Random-Forests-Matlab-master (2)
- 要说随机森林，必须先讲决策树。决策树是一种基本的分类器，一般是将特征分为两类（决策树也可以用来回归，不过本文中暂且不表）。构建好的决策树呈树形结构，可以认为是if-then规则的集合，主要优点是模型具有可读性，分类速度快。(In machine learning, a random forest is a classifier that contains multiple decision trees, and its output category is determined by the m