您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 数据挖掘 分类与预测ppt

  2. 数据挖掘 分类与预测ppt~~~~~~~~~~~
  3. 所属分类:专业指导

    • 发布日期:2009-05-21
    • 文件大小:786kb
    • 提供者:nenkey1
  1. 数据挖掘算法的有关资料

  2. 详细讲述了数据挖掘的基本概念和数据预处理过程,介绍了定性归纳,分类与预测,关联挖掘,聚类分析等常用的挖掘算法,最后还介绍了比较复杂的数据挖掘算法
  3. 所属分类:其它

  1. 数据挖掘--概念与技术

  2. 目录 第一章 引言 ......................................................................................................................................................... 8 1.1 什么激发数据挖掘?为什么它是重要的?.............................................................
  3. 所属分类:Web开发

    • 发布日期:2010-09-06
    • 文件大小:1mb
    • 提供者:huanghyw
  1. 数据挖掘 分类与预测

  2. 数据挖掘 分类与预测 中文版 pdf 学习数据挖掘的好教程
  3. 所属分类:其它

    • 发布日期:2011-04-10
    • 文件大小:539kb
    • 提供者:jessica12345678
  1. 分类与预测

  2. 数据挖掘中分类与预测进行数据的分类,建立模型,然后对测试集预测
  3. 所属分类:数据库

    • 发布日期:2011-12-03
    • 文件大小:270kb
    • 提供者:hcp0123
  1. 地震的分类与特征问题

  2. 通过对题中所给数据和问题的分析,本文把关于对地震的分类与特征这一问题的研究分为两步:1.通过对题中所给数据的处理和整理,用系统聚类法进行聚类,然后把题中所有数据按地震发生的地理位置分成8类;2.在8类中选出最具典型的一类做为研究对象,用最小二乘法对数据进行拟合,讨论其变化规律和趋势
  3. 所属分类:专业指导

    • 发布日期:2008-08-30
    • 文件大小:205kb
    • 提供者:LZJ123321
  1. 数据挖掘(第四章 分类与预测)

  2. 数据库中隐藏着许多可以为商业、科研等活动的决策提供所需要的知识。分类与预测是两种数据分析形式,它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型。分类方法用于预测数据对象的离散类别;而预测则用于预测数据对象的连续取值,如:可以构造一个分类模型来对银行贷款进行风险评估(安全或危险);也可建立一个预测模型以利用顾客收入与职业(参数)预测其可能用于购买计算机设备的支出大小。机器学习、专家系统、统计学和神经生物学等领域的研究人员已经提出了许多具体的分类预测方法。最初的数据挖掘方法大多都是在这些
  3. 所属分类:其它

    • 发布日期:2008-10-17
    • 文件大小:539kb
    • 提供者:gaodedashu
  1. 在分类及预测任务中对高维类别变量的预处理方法

  2. 本论文是SIGKDD上发表的一篇数据预处理的文章,主要讲述了在分类与预测任务重,如何对高维的类别变量进行预处理,方法简单奇妙,值得一看,如果不想看引文,可以看我的机器学习专栏博客,有分析这篇论文的文章在。
  3. 所属分类:机器学习

    • 发布日期:2017-11-12
    • 文件大小:311kb
    • 提供者:u010665216
  1. 哈尔滨工业大学数据挖掘课件

  2. 数据挖掘,哈尔滨工业大学课件,数据仓库,数据预处理,OLAP,数据立方体,分类与预测,挖掘平凡模式,关联和相关,挖掘对象,图挖掘,社会网络分析与多关系数据挖掘
  3. 所属分类:网络基础

    • 发布日期:2008-12-11
    • 文件大小:9mb
    • 提供者:dashan8608
  1. 数据挖掘中文版ch4

  2. 第四章 分类与预测.pdf 数据挖掘 第四章 分类与预测.pdf
  3. 所属分类:专业指导

    • 发布日期:2009-01-08
    • 文件大小:539kb
    • 提供者:csu_swing
  1. 取代芳烃化合物的结构表征和对发光菌毒性的估计与预测

  2. 取代芳烃化合物的结构表征和对发光菌毒性的估计与预测,廖立敏,李建凤,根据非氢原子类型分类、基于非氢原子相对电负性和非氢原子间距离等进行计算得到的分子电性距离矢量(MEDV)为描述子,对取代芳烃的结
  3. 所属分类:其它

    • 发布日期:2020-01-08
    • 文件大小:300kb
    • 提供者:weixin_38677306
  1. 模糊数学在储层分类与储层预测的应用

  2. 模糊数学在储层分类与储层预测的应用,靳吉祥,杨德义,对储层进行合理的分类,是评价储层的基础,也一直是国内外学者研究的重点,本文借助模糊数学基本理论,提出了采用模糊聚类分析对
  3. 所属分类:其它

    • 发布日期:2019-12-31
    • 文件大小:161kb
    • 提供者:weixin_38613330
  1. 数据挖掘之分类和预测简介

  2. 分类和预测是两种使用数据进行预测的方式,可用来确定未来的结果。 分类是用于预测数据对象的离散类别的,需要预测的属性值是离散的、无序的。 预测则是用于预测数据对象的连续取值的,需要预测的属性值是连续的、有序的。 例如,在银行业务中,根据贷款申请者的信息来判断贷款者是属于“安全”类还是“风险”类,这是数据挖掘中的分类任务。而分析给贷款人的贷款量就是数据挖掘中的预测任务。 本节将对常用的分类与预测方法进行介绍,其中有些算法是只能用来进行分类或者预测的,但是有些算法是既可以用来进行分类,又可以进行预测的
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:146kb
    • 提供者:weixin_38731979
  1. 新浪微博网信息传播分析与预测

  2. 文中以新浪微博为研究对象,以分析新浪微博的信息转发与传播特征为研究目的,并对传播行为进行预测.在获取大量新浪微博在线数据的基础上,对各种可能影响用户转发行为的因素进行统计、分析,挖掘各种影响因素特征并进行建模.提出基于用户属性、社交关系和微博内容三类综合特征,使用机器学习的分类方法,对给定微博的用户转发行为进行预测.基于微博网关注关系拓扑,利用概率级联模型对给定微博的转发路径进行预测,为预测微博的影响范围提供依据.文中通过实验分析了新浪微博符合复杂网络特征、社交类特征对转发行为有重要影响,并验证
  3. 所属分类:其它

  1. 基于分类器图的递归概念检测与预测方法

  2. 基于分类器图的递归概念检测与预测方法
  3. 所属分类:其它

  1. 结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复

  2. 利用多源多时相遥感图像,给出一种结合分类与迁移学习的薄云覆盖遥感图像地物信息恢复算法. 首.先利用多方向非抽样对偶树复小波变换对多源多时相遥感图像进行多分辨率分解,对分解后的薄云图像的高频系数.利用贝叶斯方法进行地物初分类;再对每类地物的低频系数通过迁移最小方差支持向量回归模型进行域自适应学习,.获取模型参数;最后利用所获的迁移回归模型,用无云参考图像的低频系数预测薄云覆盖图像的低频系数,去除薄云,.恢复薄云覆盖图像的地物信息. 实验结果表明,本文算法恢复的地物细节清楚,光谱失真较小. 特别对地
  3. 所属分类:其它

  1. 基于中文微博的情绪分类与预测算法

  2. 基于中文微博的情绪分类与预测算法
  3. 所属分类:其它

  1. PAASBAAN犯罪预测:印多尔市犯罪分类,分析与预测-源码

  2. 印多尔市犯罪分类,分析与预测 必须安装所有模块才能运行它。 只需运行App.py 您需要了解的所有信息都在Final_report.pdf上
  3. 所属分类:其它

    • 发布日期:2021-02-04
    • 文件大小:27mb
    • 提供者:weixin_42138788
  1. poseidon:Poseidon是基于python的应用程序,它利用软件定义网络(SDN)来获取网络流量并将其提供给多种机器学习技术。 机器学习算法对设备类型进行分类和预测-源码

  2. 波塞冬 软件定义的网络态势感知 波塞冬始于两个IQT Labs: 和。 该项目的目标是探索一种方法,以更好地识别给定(计算机)网络上的节点并了解它们在做什么。 该项目利用软件定义网络和机器学习来自动捕获网络流量,从流量中提取相关特征,通过经过训练的模型进行分类,传达结果,并提供采取进一步行动的机制。 尽管该项目最有效地利用了现代SDN,但它的部分内容仍可以与数据包捕获(pcap)文件一起使用。 目录 背景 波塞冬(Poseidon)项目最初是作为一项实验来测试,以测试利用SDN和机器学习技术
  3. 所属分类:其它

    • 发布日期:2021-02-01
    • 文件大小:425kb
    • 提供者:weixin_42128988
  1. 【Python算法】分类与预测——logistic回归分析

  2. 1.logistic回归定义 logistic回归是一种广义线性回归(generalized linear model),因此与多重线性回归分析有很多相同之处。它们的模型形式基本上相同,都具有 w‘x+b,其中w和b是待求参数,其区别在于他们的因变量不同,多重线性回归直接将w‘x+b作为因变量,即y =w‘x+b,而logistic回归则通过函数L将w‘x+b对应一个隐状态p,p =L(w‘x+b),然后根据p 与1-p的大小决定因变量的值。如果L是logistic函数,就是logistic回归
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:245kb
    • 提供者:weixin_38592643
« 12 3 4 5 6 7 8 9 10 ... 42 »