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. 数据挖掘几个算法

  2. 数据挖掘 聚类 关联规则 几个写好的算法

  3. 所属分类：其它

    • 发布日期：2007-08-30
    • 文件大小：145kb
    • 提供者：a3dpig

  1. 各种数据挖掘算法实现

  2. 包括数据挖掘领域的多种算法的源程序。 有关联规则的Apriori算法、聚类、神经网络、遗传算法。 还有一些相关学习资料。

  3. 所属分类：其它

    • 发布日期：2009-06-05
    • 文件大小：5mb
    • 提供者：achihit

  1. 通过关联规则算法APRIORI解读WEKA源代码

  2. 在阐述了关联规则算法Apriori要义的基础上，解读了其在Weka系统中的具体实现。详细分析了 weka源代码中实现Apriori算法的基础核心类包和算法实现类包中的关键类以及这些类内部的关键函数及变 量，为探索通过weka源代码学习和研究数据挖掘算法及其实现方法提供了很好的帮助。

  3. 所属分类：其它

    • 发布日期：2009-09-25
    • 文件大小：199kb
    • 提供者：woben_521

  1. 基于商品分类信息的关联规则聚类

  2. 　关联规则挖掘经常产生大量的规则,为了帮助用户做探索式分析,需要对规则进行有效的组织聚类是一种有效的组织方法已有的规则聚类方法在计算规则间距离时都需要扫描原始数据集,效率很低,而且聚类结果是固定数目的簇,不利于探索式分析针对这些问题,提出了一种新的方法它基于商品分类信息度量规则间的距离,避免了耗时的原始数据集扫描;然后用OPTICS 聚类算法产生便于探索式分析的聚类结构最后用某个零售业公司的实际交易数据做了实验,并通过可视化工具演示了聚类效果实验结果表明此方法是实用有效的

  3. 所属分类：餐饮零售

    • 发布日期：2009-11-26
    • 文件大小：516kb
    • 提供者：EmilyYangYang

  1. 数据挖掘及其应用浙江大学徐从富博士课件

  2. 数据挖掘课件，包括数据关联规则挖掘，分类聚类等数据挖掘的基本知识讲解等

  3. 所属分类：专业指导

    • 发布日期：2010-04-20
    • 文件大小：1mb
    • 提供者：bingbingniu

  1. 一种区间值聚类的数据挖掘方法

  2. 提出了一种区间值聚类的数据挖掘方法。该方法首先将数据库中的数据按照属性进行聚类,将它们划 分为若干区间,对于同一区间中的数据赋予相同的编号,以此处理直至数据库的最后一个属性。在完成这种转换后 即可使用关联规则的挖掘方法。该方法与传统的数据挖掘方法相比更加符合实际。大量的仿真数据集和真实数据 集的实验结果表明该算法是有效的。

  3. 所属分类：嵌入式

  1. 数据流挖掘算法包含聚类，查询，关联规则挖掘等

  2. 二十多篇关于数据流挖掘的论文，有关于数据流聚类的，查询的，关联规则挖掘的，等等。

  3. 所属分类：网络基础

    • 发布日期：2010-09-24
    • 文件大小：16mb
    • 提供者：weihuwangzi

  1. 图书流通关联规则分析

  2. 文摘关联规则是数据挖掘领域一个贡要的研究任务。文章首先介绍关联规则的基本概念和常用的关联规则算法。接着以上海交通大学两年的图n流通数据为研究对象，利用关联规则和Apriori算法，分别对图n的类别和特定图书的借阅关联性做出分析，得出图n大类和一些单本图书的借阅关联性特点，最后在此基础上为图书馆工作和个性化服务提出合理建议。

  3. 所属分类：数据库

    • 发布日期：2011-08-27
    • 文件大小：622kb
    • 提供者：xz112014890

  1. 关联规则的程序设计（源码）

  2. Java实现Apriori算法，调用Apriori类的findLargeItemsets()方法和 findConfidenceItemsets()方法即可找出需要的东西。

  3. 所属分类：Java

    • 发布日期：2011-12-06
    • 文件大小：113kb
    • 提供者：syp_surfing

  1. 关联规则挖掘教程

  2. 详细介绍了关联规则的基本原理和基本算法，涉及到多维多层关联规则的挖掘算法，Apriori算法及改进

  3. 所属分类：数据库

    • 发布日期：2012-03-29
    • 文件大小：423kb
    • 提供者：sunshine0127

  1. 关联规则算法的研究

  2. 数据挖掘 分类 类聚 关联规则 ，关联规则算法研究是实用行的数据可以为数据挖掘算法提供基础的信息。

  3. 所属分类：Java

    • 发布日期：2012-11-23
    • 文件大小：4mb
    • 提供者：wwhhzz1982

  1. 基于网络遗传编程的类关联规则挖掘与卡方检验

  2. 在这篇文章中，我们描述了一个算法为了基于网络遗传编程的类关联规则挖掘与卡方检验和使用这些提取规则提出了一个分类器。

  3. 所属分类：其它

    • 发布日期：2014-04-22
    • 文件大小：57kb
    • 提供者：sinat_14854319

  1. 基于模糊分类关联规则的支持向量机分类器生成方法

  2. 利用模糊C一均值聚类算法对数据库 中的连续属性进行离散纯；然后，在诧基础上提出一转改进媳模糊荚联算法挖掘分类关联娩烈；最后，逶过砖募挽粼 和模式慧海的兼容拣指标采掏避特征向量，构建支持向薰辊酶分类器模型。实验结果表明，该方法具有较高的分獒 识别能力和分类效奉。

  3. 所属分类：Python

    • 发布日期：2014-10-22
    • 文件大小：496kb
    • 提供者：q77077

  1. 数据挖掘软件（关联规则、聚类算法）

  2. 个人开发的一个数据挖掘的软件，集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法； 数据源存储在Microsoft Access 数据库中，将相应表中的数据换成你的数据，就可以直接进行挖掘。 DataMining软件(集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法)

  3. 所属分类：其它

    • 发布日期：2009-03-08
    • 文件大小：135kb
    • 提供者：i91yangyang

  1. R语言数据挖掘实验报告——美国黑色星期五（BlackFriday）（附代码和实验数据csv文件）聚类 关联规则挖掘

  2. R语言数据挖掘——美国黑色星期五（BlackFriday）实验报告（附代码） 使用R语言 实现基本数据统计 聚类 关联规则挖掘

  3. 所属分类：互联网

  1. 基于关联规则的公共自行车调度区域聚类划分

  2. 基于关联规则的公共自行车调度区域聚类划分

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：636kb
    • 提供者：weixin_38698403

  1. 基于关联规则的公共自行车调度区域聚类划分

  2. 根据公共自行车在租赁点间的自流动性,利用城市公共自行车系统运行的OD数据,采用关联规则将具有较强相关性的租赁点归于同一个集合并赋予相应属性,然后对各集合中的租赁点进行空间聚类划分,最后生成调度区域划分方案;以杭州市公共自行车系统为对象进行划分仿真实验,结果表明:本文提出的基于关联规则的公共自行车调度区域聚类划分方法,兼顾城市公共自行车系统租赁点的空间和非空间属性,能够为公共自行车实时调度提供一种科学有效的调度区域划分方案。

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：634kb
    • 提供者：weixin_38589774

  1. 基于聚类分析和软集的关联规则挖掘

  2. 基于聚类分析和软集的关联规则挖掘

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：450kb
    • 提供者：weixin_38703980

  1. 关联规则聚类更新的大数据文件请求流分析

  2. 关联规则聚类更新的大数据文件请求流分析

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：534kb
    • 提供者：weixin_38729336

  1. arulesCBA：R中基于关联规则的分类-源码

  2. 基于关联规则的分类 将R包 （Hahsler等人，2020年）是在封装的延伸来执行关联基于规则的分类。 该软件包提供了用于类关联规则的基础结构，并基于以下算法实现了关联分类器： CBA（Liu et al，1998） bCBA，wCBA（Ian Johnson，未出版） 通过LUCS-KDD软件库进行的CMAR（Li，Han和Pei，2001年） 通过LUCS-KDD软件库进行的CPAR（Yin和Han，2003年） 在R / Weka中通过J48进行C4.5（Quinlan，199

  3. 所属分类：其它

    • 发布日期：2021-02-02
    • 文件大小：126kb
    • 提供者：weixin_42134168
« 12 3 4 5 6 7 8 9 10 ... 24 »