注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于贝叶斯方法的决策树分类算法

  2. 针对数据挖掘的特点和本质,充分利用贝叶斯方法和决策树分类的优点,将贝叶斯的先 验信息方法与决策树分类的信息增益方法相结合,提出了一种新的数据挖掘分类算法(BD1. 0 算 法) ,并对此算法进行了设计和分析。实验分析表明,该算法可以处理不一致或者不完整数据等“脏 数据”,比单纯使用贝叶斯方法或决策树方法具有更高的准确率,而且与C4. 5算法具有近似的时间 复杂度。

  3. 所属分类：其它

    • 发布日期：2009-05-12
    • 文件大小：216kb
    • 提供者：dujianlin86

  1. 改进的决策树算法在高校人力管理中的应用

  2. 改进的决策树算法在高校人力管理中的应用,分类是数据挖掘中的一个重要分支。其中决策树方法因为分类速度快、精度高以及易于理解等，而成为数据 挖掘中广泛使用的一种分类方法。本文分析了基于属性相似度的决策树分类算法及其不足。提出了改进的基于属性相似度 的算法．并将其应用于高校人力资源管理中。例子和实验结果表明了改进算法的有效性。

  3. 所属分类：其它

    • 发布日期：2009-08-02
    • 文件大小：179kb
    • 提供者：zhgp2008

  1. 基于数据挖掘技术的信用卡客户的信用评价

  2. 本文以对商业银行信用卡历史客户数据为研究对象，介绍了数据挖掘方法中决策树C4.5算法和关联规则Apriori 算法的应用，并通过weka软件进行实证分析，从而为银行信用卡客户信用程度评定提供了决策支持。

  3. 所属分类：其它

    • 发布日期：2009-11-10
    • 文件大小：299kb
    • 提供者：wohaoyun

  1. 基于数据挖掘的零售业客户细分研究

  2. 基于数据挖掘的零售业客户细分研究 ●叶孝明黄祖庆 摘要：文章根据基于购买行为的客户细分方法，运用数据挖掘中的聚类分析和决策树分类技术，对零售业客户细分 模型进行了研究、建立及实验分析，为零售业客户细分提供了一种有效而实用的分析方法。 关键词：零售业；客户细分；数据挖掘 客户细分是客户关系管理的基本任务之一，在目前客 户终生价值研究还没有成熟的情况下。采用基于购买行为 的客户细分方法不失为一种有效的选择。对于零售企业而 言．通过一定的技术将客户细分为不确定型客户、经常性 客户、乐于消费型客户和最

  3. 所属分类：餐饮零售

    • 发布日期：2010-10-14
    • 文件大小：399kb
    • 提供者：gadflyyy

  1. Web Data Mining (英文)

  2. 目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘

  3. 所属分类：专业指导

    • 发布日期：2012-05-02
    • 文件大小：8mb
    • 提供者：chen_767

  1. 基于决策树算法的遥感影像面向对象分类软件

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像

  3. 所属分类：C#

    • 发布日期：2012-12-27
    • 文件大小：6mb
    • 提供者：sailingw

  1. 定性空间推理及其应用技术研究

  2. 内容提要 定性空间推理技术对于研发新一代的智能空间信息处理系统起着关键性的作 用，但无论是在理论方面和应用方面的研究都还不是很完善。本文从理论方面和应 用角度对定性空间推理进行了研究，在理论上提出新的计算模型和推理算法，在几 个应用方面给出比较完整的应用解决框架和相应的实验分析。 本文的研究主要包括以下几个方面： (1) 结合现有的空间拓扑模型 RCC8 和基于区域的主方向关系模型，研究了 RCC8 和主方向关系的交互规则知识，提出结合 RCC8 和主方向约束关系的定性空 间约束满足问题的路径

  3. 所属分类：IT管理

    • 发布日期：2013-02-20
    • 文件大小：2mb
    • 提供者：zswzhj521

  1. GLC_Info安装文件（ArcGIS9.3环境下试用版2013年5月20日到期）

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以C5.0算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像面向对象自动分类。

  3. 所属分类：C#

    • 发布日期：2013-03-22
    • 文件大小：8mb
    • 提供者：sailingw

  1. 决策树遥感影像分类系统GLC_Info（2014年10月最新版）

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像

  3. 所属分类：C#

    • 发布日期：2014-10-07
    • 文件大小：6mb
    • 提供者：sailingw

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：专业指导

    • 发布日期：2016-01-05
    • 文件大小：220kb
    • 提供者：huangyueranbbc

  1. 数据挖掘18大算法实现以及其他相关经典DM算法

  2. 数据挖掘算法 算法目录 18大DM算法 包名 目录名 算法名 AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法 AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法 BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法 Classification DataMining_CART CART-分类回归树算法 Classifica

  3. 所属分类：Java

    • 发布日期：2017-04-08
    • 文件大小：220kb
    • 提供者：q6115759

  1. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2mb
    • 提供者：sailingw

  1. GLC_Info1.2

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以C5.0算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1，现在增加了多线程，提高了处理效率，更新至1.2版本。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognit

  3. 所属分类：C#

    • 发布日期：2017-11-02
    • 文件大小：10mb
    • 提供者：sailingw

  1. 基于数据挖掘的决策树方法分析

  2. 基于数据挖掘的决策树方法分析 基于数据挖掘的决策树方法分析

  3. 所属分类：专业指导

    • 发布日期：2009-02-11
    • 文件大小：186kb
    • 提供者：ybh1979

  1. 基于SPSS Modeler的数据挖掘_数据分析_网盘链接下载108.40M

  2. 基于SPSS Modeler的数据挖掘_数据分析，主要结合了三个方面进行讲解，第一是软件操作层面，让使用者实际操作，尽快掌握软件的使用方法和处理步骤，第二是结果分析层面，让使用者通过案例演示，基本明白软件的输出结果，从而得出正确的分析结论，第三是方法论层面，让使用者通过对某个算法基本思路的了解，进一步提高方法应用和分析水平，升华对数据挖掘的认识。主要内容如下： 1）数据挖掘和Modeler使用概述 2）Modeler的数据读入和数据集成 3）Modeler的数据理解 4）Modeler的数据准

  3. 所属分类：互联网

    • 发布日期：2018-08-20
    • 文件大小：234byte
    • 提供者：qq_37050993

  1. 基于电信运营中大客户流失的数据挖掘模型.pdf

  2. 文章描述了数据挖掘的理论和方法在电信运营行业的实际应用， 从一个大客户流失的主题出发， 给出了一个完 整的数据挖掘实现模型， 详细描述了数据挖掘的各个过程， 重点描述了决策树挖掘算法， 从中可归纳出电信行业如何使 用数据挖掘方法来实现经营分析。 此模型已经在实际中使用， 效果良好。

  3. 所属分类：算法与数据结构

    • 发布日期：2019-08-19
    • 文件大小：258kb
    • 提供者：zhuqiang0808

  1. 基于Weka的冲击地压预测方法分析

  2. 在运用Weka平台对样本训练和预测时,发现用不同的数据挖掘算法,得到不一样的处理结果。以冲击地压危险程度数据作为样本,利用Weka、Excel和Ultra Edit等软件,分别采用支持向量机,决策树和朴素贝叶斯分类器进行训练和预测。从详细的精度,混淆矩阵和节点错误率这3个方面分别比较3种算法,从而得到结论是:贝叶斯分类器的训练和预测效果是最好的,不仅可以提高准确率,还具有一定的研究价值。

  3. 所属分类：其它

    • 发布日期：2020-04-21
    • 文件大小：583kb
    • 提供者：weixin_38656103

  1. 数据挖掘学习笔记（三）

  2. 数据分析与数据挖掘的方法 1.频繁模式 频繁模式：数据中频繁出现的模式。 频繁项集：频繁在事务数据集中一起出现的商品集合。 例如，信用卡分析、患者就诊分析、购物车分析… 2.分类与回归 分类与标签预测是找出描述和区分数据类或概念的模型或函数，以便能够使用模型预测类标识未知的对象的类标号。 分类预测类别（离散的、无序的）标号，回归建立连续值函数模型，也就是用来预测缺失的或难以获得的数值数据值。 典型方法：决策树、朴素贝叶斯分类、支持向量机、神经网络、规则分类器、基于模式的分类、逻辑回归… 3.聚类

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：64kb
    • 提供者：weixin_38618819

  1. 基于决策树方法的车辆油耗估计模型

  2. 车辆油耗是道路建设后评价的重要指标之一,同时也是道路路面设计、加油站选址、路径选择等问题的决策依据.传统的车辆油耗估计主要采用回归建模的方式,本文基于决策树数据挖掘方法给出了一种车辆油耗的估计模型.首先,利用主成分分析法获取影响车辆油耗的关键因素;其次,基于改进的C4.5决策树构建车辆油耗估计模型;最后,结合1组高速公路场景下车辆油耗的典型样本数据,对本文模型进行验证,通过对车辆油耗预测值与真实值的误差分析,表明本文模型的有效性和实用性.

  3. 所属分类：其它

  1. 基于大数据的小麦蚜虫发生程度决策树预测分类模型

  2. 小麦蚜虫是危害小麦的主要害虫。其发生程度预测特别是短期预测一直是植物保护领域难以解决的科学问题。传统预测方法通常仅采用温湿度，预测结果与实际发生匹配度不高。基于大数据的理念和数据挖掘技术，通过对2003-2013年小麦蚜虫发生程度与瓢虫、寄生蜂、日最高气压、日照时数等18种变量关系的决策树分析，构建了分类模型。经分析发现，日照时数与小麦蚜虫的发生程度关联度最高，其次是天敌瓢虫。该模型置信度为91.49%，且运行稳健。

  3. 所属分类：其它

« 12 »