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. 数据挖掘——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8mb
    • 提供者：linkui26

  1. 决策树C4.5算法，C语言写的，很好很强大

  2. c语言的决策树C4.5。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。决策树的分类模型，以其特有的优点广为人们采用。首先，决策树方法结构简单，便于人们理解；其次，决策树模型效率高，对训练集数据量较大的情况较为适合；第三.决策树方法通常不需要受训数据外的知识；第四，决策树方法具有较高的分类精确度。

  3. 所属分类：C

    • 发布日期：2009-06-02
    • 文件大小：478kb
    • 提供者：happyfamilyy

  1. 数据挖掘网格中决策树并行算法设计及性能分析

  2. 提出了C4.5决策树算法的一种并行算法，使传统的串行分类算法能在多台PC机和服务器组成的数据挖掘网格上并行数据挖掘．采用数据纵横剖分，结合递归过程的并行化，实现了可扩展的高性能并行计算，解决了处理海量数据时没有较好并行分类算法的问题．并给出了指导该并行算法高效计算的方法．数据运行试验和算法分析表明，该并行算法的性能受多个因素影响，并具有高效的并行效率计算加速比．

  3. 所属分类：其它

    • 发布日期：2009-07-24
    • 文件大小：218kb
    • 提供者：timeme

  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. C4.5数据挖掘算法的改进及其应用

  2. 摘要：简要介绍数据挖掘算法中的C4.5算法的基本思想，并在分析传统行业税负测算方法的基础上，结合税收行业领域的应用实际，对C4.5算法进行改进和应用。通过验证表明，改进后的算法运行结果可靠,运行效率提高。

  3. 所属分类：其它

    • 发布日期：2010-07-19
    • 文件大小：44kb
    • 提供者：luckeey

  1. 数据挖掘10大算法-Freemind

  2. 关联分析：Apriori 分类：CART 分类：ID3，C4.5 分类：KNN 分类：Naive Bayes 统计学习：EM 统计学习：SVM 聚类：K-Means 袋装与推进：Adaboost 资料 链接挖掘：PageRank

  3. 所属分类：其它

    • 发布日期：2011-09-15
    • 文件大小：12mb
    • 提供者：hou_rj

  1. 基于数据挖掘的学生成绩分析系统

  2. 是本科毕业设计，用的是C4.5数据挖掘算法，分析前导课程与后续课程的关系和平时成绩对期末成绩的关系。

  3. 所属分类：Java

    • 发布日期：2012-07-05
    • 文件大小：29mb
    • 提供者：lianglilihappy

  1. 数据挖掘十大经典算法

  2. 200年ICDM评选出的数据挖掘领域Top-10经典算法， C4.5,k-Means, SVM, Apriori, EM, PageRank, AdaBoost,kNN, Naive Bayes, and CART。涵盖数据挖掘领域最热门的分类，聚类，统计学习，相关分析等。

  3. 所属分类：专业指导

    • 发布日期：2013-11-01
    • 文件大小：783kb
    • 提供者：u010140338

  1. C4.5决策树的动态生成

  2. C4.5决策树的动态生成,使用决策树中的C4.5生成决策树，数据挖掘中可以使用到

  3. 所属分类：其它

    • 发布日期：2015-06-08
    • 文件大小：892kb
    • 提供者：u012263320

  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. 《RapidMiner数据分析与挖掘实战》第11章 决策树与神经网络

  2. 决策树方法在分类、预测、规则提取等领域有着广泛应用。在20世纪70年代后期和80年代初期，机器学习研究者J.Ross Quinilan提出了ID3[5-2]算法以后，决策树在机器学习、数据挖掘邻域得到极大的发展。Quinilan后来又提出了C4.5，成为新的监督学习算法。1984年几位统计学家提出了CART分类算法。ID3和ART算法大约同时被提出，但都是采用类似的方法从训练样本中学习决策树。

  3. 所属分类：算法与数据结构

    • 发布日期：2018-06-30
    • 文件大小：1mb
    • 提供者：qq_40370890

  1. 因素空间理论的决策树C4.5算法改进

  2. 针对决策树C4.5算法在处理数值型因素时比较复杂和分类精度不高等问题,在数据预处理过程中采用云变换进行连续因素离散化,给出了连续属性离散化的具体算法.利用因素空间理论给出一种构造决策树算法的新的启发式函数—分辨度,分析了算法的时间复杂度,证明其为多项式算法.研究结果表明:改进算法的测试准确率和效率均优于决策树算法.

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：606kb
    • 提供者：weixin_38551376

  1. 基于大数据的液压支架电液控制系统故障诊断

  2. 针对液压支架电液控制系统故障人工排查方式无法准确定位某些随机故障或个别系统故障的问题,对传统电液控制系统硬件设备进行智能化改造:增加了对系统核心关键部件电气参数的采集传输功能;从大数据采集、传输、处理等方面,阐述了基于Hadoop的大数据决策分析服务平台的构建;设计了大数据故障诊断引擎,以并行算法为核心对各类故障进行识别和诊断,基于MapReduce对C4.5决策树分类算法进行改进,并通过后剪枝技术解决算法容易过度拟合且不稳定的问题,通过多分类器融合技术提高算法准确性。测试结果表明,通过C4.5

  3. 所属分类：其它

    • 发布日期：2020-04-18
    • 文件大小：830kb
    • 提供者：weixin_38705699

  1. 一种改进的面向移动数据安全检测的文本分类模型

  2. 随着移动互联网应用的不断普及，移动终端承载了大量的数据交互业务与应用，移动数据的安全问题日益凸显。基于C4.5决策树算法对移动数据进行文本分类检测，实现恶意代码分析。传统的C4.5文本分类模型中，测试属性选择未考虑属性之间的影响，因此提出了一种改进的基于Boosting算法的C4.5决策树文本分类模型。该模型在衡量被测属性最优弱假设的重要性时，引入Boosting的权重系数，每次迭代计算结束后，自适应调整权重值，在降低特征子集属性冗余度的同时，提高了分类模型的鲁棒性。实验结果表明，改进的文本分类

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：338kb
    • 提供者：weixin_38680308

  1. 基于密度聚类的能耗数据采集网关设计

  2. 现有用电信息采集网络集中器不具备对异常用电量进行检测功能，导致主站对异常用电行为分析与响应滞后。设计一款具备异常检测功能的用电信息采集网关，将网关安装在集中器侧对集中器能耗数据进行异常分析是应对该问题的有效解决方案。根据用电信息采集网络的特征和相关电网规约，网关通过构造数据帧查询主站地址池配置自身地址；基于密度聚类DBSCAN算法和决策树C4.5算法对异常用电行为进行判断。实验结果表明，该网关能够快速地对自身地址进行配置并对能耗数据进行异常分析。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：381kb
    • 提供者：weixin_38625559

  1. 决策树采样策略应用于大规模数据集

  2. 随着信息爆炸时代的到来，人们常常要面对海量的数据分析和处理任务，而且这些数据还在以几何级数的速度增加。同时，在现实中这些海量数据往往是高维而稀疏的，且存在着大量的冗余。因而能对数据进行有效地采样，且保持其准确率的处理方法成为人工智能、机器学习、数据挖掘等领域的重要研究课题之一。 　　决策树方法最早产生于上世纪60年代，到70年代末。由JRossQuinlan提出了ID3算法，此算法的目的在于减少树的深度。但是忽略了叶子数目的研究。C4.5算法在ID3算法的基础上进行了改进，对于预测变量的缺值处理

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：130kb
    • 提供者：weixin_38700790

  1. 数据挖掘课设—-适合练练手

  2. 本组成员利用id3和c4.5对数据进行分析和处理，在获取相关数据方面，本组将数据写入excel文件中，并将其命名为data，然后进度读取和分析处理。 数据预处理是分别利用c4.5和id3 实验数据： 收入 身高 长相 体型 是否见面 一般 高 丑 胖 否 高 一般 帅 瘦 是 一般 一般 一般 一般 否 高 高 丑 一般 是 一般 高 帅 胖 是 下面是对决策树的实验代码： 首先调用matplotlib包 # 绘制决策树 import matplotlib.py

  3. 所属分类：其它

    • 发布日期：2020-12-22
    • 文件大小：181kb
    • 提供者：weixin_38693173

  1. python数据分析之决策树实践

  2. 文章目录1、信息熵1.1 信息熵公式1.2 概率分布与信息熵2、决策树2.1 决策树概念2.2 决策树预测原理3、分类决策树3.1 信息增益3.2 训练规则3.3 分类决策树示例4、不纯度度量标准5、决策树算法5.1 ID35.2 C4.55.3 CART6、回归决策树7、决策树实践7.1 分类决策树实践7.2 回归决策树实践 1、信息熵 信息熵，用来描述系统信息量的不确定度，不确定性越大，则信息熵越大，反之，信息熵越小。 1.1 信息熵公式 假设随机变量X具有M个值，分别为: V1，V2 ，

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：68kb
    • 提供者：weixin_38610513

  1. 你为什么需要数据分析能力？

  2. 你为什么需要数据分析能力？ 学会如何从海量的数据中找到关联关系进行价值挖掘 数据分析分为三个重要的组成部分： 数据采集 数据源攻击使用爬虫编写 数据挖掘 基本流程十大算法数据基础 数据可视化 使用Python可视化 数据挖掘 十大算法：分类算法：C4.5,朴素贝叶斯，SVM,KNN,Adaboost,CART, 聚类算法：K-Means,EM 关联分析：Apriori 连接分析：PageRank C4.5

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：71kb
    • 提供者：weixin_38546846
« 12 3 »