【文件属性】：
文件名称：dataMining-project:Bagging、Boosting 和随机森林的使用
文件大小：1.55MB
文件格式：ZIP
更新时间：2021-06-07 11:01:31
MATLAB
状态
您必须以 zip 格式呈现存档，以您的名字和姓氏命名（对于成对，两个名字和两个名字），其中包含：
带有决策树的 Bagging 方法的学习和测试功能的来源
带有决策树的 Adaboost.M1 方法的学习和测试功能的来源
Forest-RI 方法的学习和测试功能的来源
一个或多个允许运行所有这些函数的测试的函数（如为 TP3 提供的 test_tree.m 和 test_forest.m 文件） 对您的代码进行大量注释，以逐步解释它的作用。
渲染
每个方法都位于一个文件夹中。 可以使用训练、测试和预测文件以及启动程序的主文件。
对于每种方法，都可以修改主文件中使用的数据集（更改fileName变量）。
装袋（1.SetClassifier（装袋））
启动main.m以启动 Bagging。
提升（2.SetClassifier（提升））
开始adaboostMain.m的Ad
【文件预览】：
dataMining-project-develop
----resources()
--------souchebinaire.tar.bz2(904B)
--------demoPRTools.m(1KB)
--------skew.mat(8KB)
--------prtools.zip(1.07MB)
--------datasets()
----src()
--------3.ensembleClassifier(random_forest)()
--------1.ensembleClassifier(bagging)()
--------2.ensembleClassifier(boosting)()
----.gitignore(11B)
----README.md(1KB)