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. 分离器支持向量机源码

  2. 支持向量机(SVM)是数据挖掘中的一个新方法，能非常成功地处理回归问题(时间序列分析)和模式识别(分类问题、判别分析)等诸多问题，并可推广于预测和综合评价等领域，因此可应用于理科、工科和管理等多种学科。

  3. 所属分类：专业指导

    • 发布日期：2009-07-17
    • 文件大小：410kb
    • 提供者：sccgood

  1. 二级C语言公共基础知识

  2. （内有最新习题和ppt教程） 最新二级公共基础知识填空40题+80选择题 (1) 算法的复杂度主要包括______复杂度和空间复杂度。 答：时间 (2) 数据的逻辑结构在计算机存储空间中的存放形式称为数据的______。 答：模式#逻辑模式#概念模式 (3) 若按功能划分，软件测试的方法通常分为白盒测试方法和______测试方法。 答：黑盒 (4) 如果一个工人可管理多个设施，而一个设施只被一个工人管理，则实体"工人"与实体"设备"之间存在______联系。 答：一对多 #1：N#1:n (5

  3. 所属分类：C

    • 发布日期：2009-11-20
    • 文件大小：356kb
    • 提供者：ym1030

  1. 计算机二级C语言考试题预测

  2. 今年9月份参加计算机二级考试的同学请转载 作者：天使~之戀 已被分享1次 评论(0) 复制链接 分享 转载 删除 下面的138道题目，在二级考试中命中率极高。 一、选择题 (1) 下面叙述正确的是(C) A. 算法的执行效率与数据的存储结构无关 B. 算法的空间复杂度是指算法程序中指令（或语句）的条数 C. 算法的有穷性是指算法必须能在执行有限个步骤之后终止 D. 以上三种描述都不对 (2) 以下数据结构中不属于线性数据结构的是(C) A. 队列 B. 线性表 C. 二叉树 D. 栈 (3)

  3. 所属分类：C

    • 发布日期：2010-06-08
    • 文件大小：16kb
    • 提供者：pengfeitan

  1. 四级数据库重难点(word版)

  2. 第1章 引言 1. 数据是描述现实世界事物的符号记录，是用物理符号记录下来的可以识别的信息。 数据是信息的符号表示，是载体；信息是数据的语义解释，是内涵。 2. 数据模型是对现实世界数据特征的抽象，是数据库系统的形式框架，用来描述数据的一组概念和定义，包括描述数据、数据联系、数据操作、数据语义以及数据一致性的概念工具。 满足三条件：比较真实地模拟现实世界；易于人们理解；易于计算机实现 三个组成要素：数据结构（静态，数据对象本身结构及之间的联系）、数据操作（对数据对象操作及操作规则的集合）和完整

  3. 所属分类：其它

    • 发布日期：2009-01-21
    • 文件大小：137kb
    • 提供者：courage0603

  1. my_data_analysis:数据挖掘案例-第十一章应用系统负载分析与磁盘容量预测的程序实现-时间序列分析-源码

  2. my_data_analysis 数据挖掘案例-第十一章应用系统负载分析与磁盘容量预测的程序实现-时间序列分析

  3. 所属分类：其它

    • 发布日期：2021-03-11
    • 文件大小：28kb
    • 提供者：weixin_42108778

  1. 数据挖掘：用于数据清理，在结构化，文本和Web数据中查找模式的技术； 适用于客户关系管理，欺诈检测和国土安全等领域-源码

  2. 数据挖掘 涵盖的领域包括关联分析，分类，聚类，文本挖掘，Web挖掘，图形和流时间序列挖掘。 我学到： 确定数据挖掘和KDD（来自数据库的知识发现）的过程。 分析不同数据挖掘和KDD算法的适用性。 设计算法以解决与分类和聚类有关的问题，并从数据库中识别关联规则。 应用文本挖掘，Web挖掘，图挖掘以及流和时间序列挖掘的概念和算法。 评估数据挖掘和KDD算法的性能。 比较和对比不同数据挖掘算法的性能 评估数据挖掘算法的可伸缩性。 分析影响数据挖掘效率的数据特征。 检查数据挖掘和KDD算

  3. 所属分类：其它

    • 发布日期：2021-03-01
    • 文件大小：73mb
    • 提供者：weixin_42132598

  1. 时间序列数据挖掘-源码

  2. 时间序列数据挖掘

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：10kb
    • 提供者：weixin_42102401

  1. business_forecasting_university_of_notre_dame-源码

  2. 圣母大学商业预测 好的文章： : 知识点 如何预测产品的扩散？ 低音模型 如何选择少量的案件，并获得大量的响应者？ 提升图 十分位图 我的模型实际上是好模型还是随机结果？ 目标改组 随机随机播放，重做建模 看看原始结果比伪随机结果好多少倍 时间序列分析 查看我的其他GitHub 数据挖掘问题 立即使用Sklearn

  3. 所属分类：其它

  1. INDENG-242-数据分析和应用：在数据分析中的应用（2019秋季）-源码

  2. INDENG-242 简介这是INDENG242的回购协议-数据分析和应用，19 UC伯克利分校 本课程使用来自电子商务，医疗保健，社交媒体，体育，互联网等领域的真实数据集，将机器学习和数据分析中的基础概念和技术应用于各种示例。 通过这些示例，R中的练习以及一个全面的团队项目，我们将探索和应用诸如线性回归，逻辑回归，分类和回归树，随机森林，增强，文本挖掘，数据清理和操作，数据可视化，网络等技术。分析，时间序列建模，聚类，主成分分析，正则化，神经网络和大规模学习。

  3. 所属分类：其它

  1. Savannah_Sew-Hee_Portfolio-源码

  2. 创建了一个仪表板以提供博物馆中代表的艺术家的快照 使用时间序列分析来可视化艺术品获取随着时间的变化 通过分析媒体描述，使用文本挖掘（UMAP降维）来识别相似的艺术品 使用二进制分类法来预测下一个工作年度是否会保留员工 分析变量以确定在我的模型中哪个最重要 比较了Logistic回归模型和Random Forrest模型，可以看出它们提供了更高的准确性得分 检查了在纳什维尔发生Covid-19违规的时间和地点 使用Geocodio和FuzzyWuzzy将坐标和标签映射到地址和业务 检查报告的COV

  3. 所属分类：其它

  1. PythonLibrary：Python OHLC金融时间序列数据挖掘库-源码

  2. 暴力和第k倍优化，技术分析，策略开发，对冲，HTML抓取，任务自动化，监督学习，模型评估，数据可视化，目录创建和维护的工具。 参与时间序列和风险分析的人员-交易员，风险经理，金融专业学生等，可以在这里找到有用的工具。 大多数应用都是围绕Yahoo!构建的。 时间序列样式数据帧； 但是，在时间序列中添加功能列有助于机器学习。 要安装，请将MasterLibrary下载到工作目录。 大多数应用程序无需任何配置即可运行-使用pandas_datareader的任何应用程序都应修改为使用YahooGra

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：675kb
    • 提供者：weixin_42134554

  1. 笨拙：STUMPY是一个功能强大且可扩展的Python库，用于计算矩阵概要文件，可用于各种时间序列数据挖掘任务-源码

  2. 笨拙：STUMPY是一个功能强大且可扩展的Python库，用于计算矩阵概要文件，可用于各种时间序列数据挖掘任务

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：63mb
    • 提供者：weixin_42125867

  1. petolau.github.io：有关R中时间序列数据挖掘的博客-源码

  2. petolau.github.io：有关R中时间序列数据挖掘的博客

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：115mb
    • 提供者：weixin_42098892

  1. 工业过程中的数据挖掘对预测的不同机器学习模型的评估：工业过程中的数据挖掘：用于产品质量预测的不同机器学习模型的评估。 评估的模型类型是随机森林，朴素高斯贝叶斯，逻辑回归，K最近邻和支持向量机。 非基于时间的基于状态的方法与基于时间序列的方法

  2. 工业过程中的数据挖掘对预测的不同机器学习模型的评估：工业过程中的数据挖掘：用于产品质量预测的不同机器学习模型的评估。 评估的模型类型是随机森林，朴素高斯贝叶斯，逻辑回归，K最近邻和支持向量机。 非基于时间的基于状态的方法与基于时间序列的方法的比较。 最终结果精度为99.83％

  3. 所属分类：其它

  1. 在Python中的轨迹分析和熊猫学习套件的学习方法：形成点集的轨迹基于Grid表示形式将轨迹建模为字符串.Benchmarked KNN，Random Forest，Logistic回归分类算法可对轨迹进行有效分类-源码

  2. Python中的轨迹分析和分类（Pandas和Scikit Learn） 一项针对数据挖掘研究生课程的大学项目。 给我们一个trainset，其中地理点与时间间隔成对。 首先，我们清理数据集，然后形成轨迹（具有相应的路线ID）。 本部分的最后一步是根据_their的total_distance和最大距离（它们的两个点之间）过滤掉一些轨迹。 该项目的目标首先是计算test_set_a1 / a2.csv和train_set.csv的轨迹之间的轨迹相似度。 用于该算法的算法是： 快速动态时

  3. 所属分类：其它

    • 发布日期：2021-02-04
    • 文件大小：24mb
    • 提供者：weixin_42113456

  1. M11_Challenge_Submission:KonradK的UCBx FinTech“ Module_11_Challenge”提交存储库。 提交截止日期-源码

  2. 康拉德·科齐基（Konrad Kozicki） UCB-VIRT-FIN-PT-12-2020-UB-TTH 您是的增长分析师。 MercadoLibre拥有超过2亿用户，是拉丁美洲最受欢迎的电子商务网站。 您的任务是以巧妙的方式分析公司的财务和用户数据，以使公司发展。 因此，您想了解预测搜索量的能力是否可以转化为成功交易股票的能力。 指示 本节将针对此挑战的说明分为四个步骤和一个可选的第五步，如下所示： 第1步：在每小时Google搜索流量中查找异常模式 步骤2：按季节挖掘搜索流量数据

  3. 所属分类：其它

    • 发布日期：2021-03-22
    • 文件大小：16mb
    • 提供者：weixin_42122306

  1. Data-Science:R中的EDA和机器学习模型（回归，分类，聚类，SVM，决策树，随机森林，时间序列分析，推荐系统，XGBoost）-源码

  2. EDA和ML项目 存储库包含各种项目，这些项目都使用R语言编写了以下代码： 探索性数据分析 机器学习模型（线性回归，逻辑回归，k均值聚类，分层聚类，SVM，决策树，随机森林，时间序列分析，XGBoost） 以下是一些常用的程序包/库的列表，这些程序包/库被用作数据分析和构建机器学习模型的一部分 数据处理： dplyr，plyr，tidyr，stringer，data.table，lubridate（用于日期处理）， 数据可视化： ggplot2，cowplot，ggthemes，比例 ML模型：

  3. 所属分类：其它

    • 发布日期：2021-03-20
    • 文件大小：26mb
    • 提供者：weixin_42135462