type_garbitrarytree.html

来自「一个由Mike Gashler完成的机器学习方面的includes neural」· HTML 代码 · 共 35 行

HTML
35 行
字号 
<html><head><title>Generated Documentation</title></head><body>	<image src="headerimage.png">	<br><br><table><tr><td><big><big><big style="font-family: arial;"><b>GArbitraryTree</b></big></big></big><br>extends <a href="type_GSupervisedLearner.html">GSupervisedLearner</a><br></td><td> This is like a PC-tree, but the division hyper-surface is selected randomly</td></tr></table><br><br><big><big><i>Constructors (public)</i></big></big><br><div style="margin-left: 40px;"><big><b>GArbitraryTree</b></big>(<a href="type_GArffRelation.html">GArffRelation</a>* pRelation, bool bAxisAligned)<br></div><br><big><big><i>Destructors</i></big></big><br><div style="margin-left: 40px;"><big><b>~GArbitraryTree</b></big>()<br></div><br><big><big><i>Virtual (public)</i></big></big><br><div style="margin-left: 40px;">void <big><b>Eval</b></big>(double* pVector)<br><div style="margin-left: 80px;"><font color=brown> Deduce the output values from the input values
</font></div><br>void <big><b>Reset</b></big>()<br><div style="margin-left: 80px;"><font color=brown> Discard any training (but not any settings) so it can be trained again</font></div><br>void <big><b>Train</b></big>(<a href="type_GArffData.html">GArffData</a>* pData)<br><div style="margin-left: 80px;"><font color=brown> Inductively build the tree</font></div><br></div><br><big><big><i>Protected</i></big></big><br><div style="margin-left: 40px;">GPCTreeNode* <big><b>BuildNode</b></big>(<a href="type_GArffData.html">GArffData</a>* pData)<br></div><br></body></html>

type_garbitrarytree.html - 源码说明

本页面展示了「一个由Mike Gashler完成的机器学习方面的includes neural net, naive bayesian classifier, decision tree, KNN, a genet」中的 type_garbitrarytree.html 源码文件，采用 HTML 编程语言编写，共 35 行代码。您可以在线阅读完整代码内容，也可以返回资源详情页下载完整源码包进行本地学习和开发。

虫虫下载站收录了大量与classifier相关的技术资源，包括源代码、技术文档、电路图等，是电子工程师和嵌入式开发者的专业学习平台。

⌨️ 快捷键说明

复制代码Ctrl + C
搜索代码Ctrl + F
全屏模式F11
增大字号Ctrl + =
减小字号Ctrl + -
显示快捷键?