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. Weka数据挖掘软件简介

  2. 主要介绍了weka的使用方法，weka是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化等

  3. 所属分类：其它

    • 发布日期：2009-05-20
    • 文件大小：2mb
    • 提供者：hf_smurf

  1. 关于WEKA的课件讲解！！！

  2. 自己做的课件，还是有一些帮助的，看看吧！！！

  3. 所属分类：专业指导

    • 发布日期：2009-07-01
    • 文件大小：241kb
    • 提供者：songkuiyong

  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. weka中文教程，工具介绍

  2. WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。而开发者则可使用Java语言，利用Weka的架构上开发出更多的数据挖掘算法。 读者如果想自己实现数据挖掘算法的话，可以看一看weka的接口文档。在weka中集成自己的算法甚至借鉴它的方法自己实现可视化工具并不是件很困难的事情。

  3. 所属分类：其它

    • 发布日期：2010-03-11
    • 文件大小：575kb
    • 提供者：ruyun126

  1. WEKA的简单介绍

  2. 对weka的功能进行了总结，特别详细描述了分类功能

  3. 所属分类：Java

    • 发布日期：2012-10-08
    • 文件大小：17kb
    • 提供者：qin_n_shi

  1. 基于WEKA的高校图书馆流通数据的数据挖掘实例

  2. weka是一款由Waikato大学研究的基于Java 的用于数据挖掘和知识发现的开源项目, 其中集成了大量能承担数据挖掘任务的机器学习算法, 包括对数据进行预处理、关联规则挖掘、分类、聚类等, 并提供了丰富的可视化功能。同时, 由于其是一款开源软件, 所以也可以用于数据挖掘的二次开发和算法研究。文章介绍了利用开源软件WEKA 作为数据挖掘工具, 通过Apriori 算法, 对高校图书馆流通历史数据进行挖掘分析。

  3. 所属分类：其它

    • 发布日期：2012-10-09
    • 文件大小：166kb
    • 提供者：tjxy_20081

  1. Weka平台设计的研究和其数据预处理功能的改进

  2. 分祈了weka的框架(architecture)，剖析了、weka的各个包(package)的结构设计和功隧，分析了weka的内骇文件。逐就weka来源、功能、使用、输入输出、可视化、二次开发、扩展领域进行了简要介绍，指出了weka存在的主要问题，并对weka数据预处理的增强提出了改进的措施。

  3. 所属分类：专业指导

    • 发布日期：2012-11-28
    • 文件大小：3mb
    • 提供者：greatmob

  1. TipDM中用到的部分MATLAB接口

  2. 主要对数据挖掘的基本概念、应用分类、建模方法及常用的建模工具进行了介绍，并对本书所用到的数据挖掘建模平台TipDM进行了说明。第二部分是实战篇（第5～10章），以案例的形式对数据挖掘技术在金融、电信、电力、互联网、生产制造以及公共服务等行业的应用场景进行了讨论；首先介绍案例背景，然后阐述分析方法与过程，最后完成模型构建；在介绍建模过程的同时穿插操作训练，把相关的知识点嵌入相应的操作过程中；此外，第10章精心设计了6个实验项目，读者可以通过本章介绍的方法动手实践，以巩固数据挖掘知识，在分析建模过

  3. 所属分类：专业指导

    • 发布日期：2014-11-16
    • 文件大小：18mb
    • 提供者：u010608070

  1. 数据挖掘工具weka简介

  2. WEKA的全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis）WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。 介绍了weka的初级使用方法

  3. 所属分类：专业指导

    • 发布日期：2016-12-12
    • 文件大小：790kb
    • 提供者：yiyi50211

  1. text mining presentation

  2. 是我在大学时候和队友做的东西，数据是路透社给的标准新闻sgm文件数据，然后里头主要介绍了一些方法对数据进行预处理，还有最后用naive bayes模型进行分类，软件是eclipse和weka

  3. 所属分类：专业指导

    • 发布日期：2009-04-04
    • 文件大小：558kb
    • 提供者：linxiaoli12345

  1. 机器学习算法的Weka嵌入

  2. 介绍了的weka使用方法和基本实现架构，在对算法的实现流程和中相关接口进行了详细说明, 成功在平台中嵌入了该算法。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-09-03
    • 文件大小：15mb
    • 提供者：weixin_43118130

  1. arff数据集全集（new）

  2. 文件说明 下面我们来对这个文件的内容进行说明。 识别ARFF文件的重要依据是分行，因此不能在这种文件里随意的断行。空行（或全是空格的行）将被忽略。 以“%”开始的行是注释，WEKA将忽略这些行。如果你看到的“weather.arff”文件多了或少了些“%”开始的行，是没有影响的。 除去注释后，整个ARFF文件可以分为两个部分。第一部分给出了头信息（Head information），包括了对关系的声明和对属性的声明。第二部分给出了数据信息（Data information），即数据集中给出的数

  3. 所属分类：算法与数据结构

    • 发布日期：2018-12-10
    • 文件大小：19mb
    • 提供者：qq_20312441

  1. Java机器学习.pdf

  2. 机器学习是人工智能的一个分支，它在算法与数据的协助下，让计算机像人类一样学习和行 动。针对给定的数据集，机器学习算法会学习数据的不同属性，并对以后可能遇到的数据属性进 行推断。 本书教你如何使用Java创建并实现机器学习算法，既有基础概念的讲解，也有示例供你学习。 当然，还会介绍一些常用的机器学习库，如Weka、 Apache Mahout、 Mallet等。阅读本书后，你 将懂得如何为特定问题选择合适的机器学习方法，以及如何比较与评估不同技术的优劣。书中还 会讲解性能提升技术，包括输入预处理

  3. 所属分类：Java

    • 发布日期：2019-07-15
    • 文件大小：5mb
    • 提供者：qq_35409106

  1. 基于划分的聚类分析算法的改进

  2. 对传统的K-平均算法作了简单的介绍和讨论，提出了一种具有单纯型法思想的K-中心点轮换法。分别对比了K-均值算法与K-中心点轮换算法的时间复杂度，针对K-中心点轮换算法的时间复杂度提出了一种基于抽样原理的改进算法，并对K-中心点轮换算法聚类数目的选择进行了各种改进方法的探索。同时，基于主流的weka开源数据挖掘工具实现了改进算法。实验结果表明了算法的有效性。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：277kb
    • 提供者：weixin_38684743