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. 基于最大频繁项集Kmeans的文本聚类算法研究及应用

  2. 通过建立的文档数据集，极性最大频繁项集的研究，将包含相同最大频繁项集的文档聚集在一起，形成初始类簇，作为KMeans算法的初始类簇中心。

  3. 所属分类：机器学习

    • 发布日期：2017-11-14
    • 文件大小：7mb
    • 提供者：sd1230556

  1. 基于Spark框架的聚类算法研究

  2. 大数据的挖掘是当今的研究热点,也有着巨大的商业价值。新型框架Spark部署在Hadoop平台上,它的机器学习算法几乎可以完全替代传统的Mahout Map Reduce的编程模式,但由于Spark的内存模型特点,执行速度快。该文研究了Spark中的机器学习中的聚类算法KMeans,先分析了算法思想,再通过实验分析其应用的方法,然后通过实验结果分析其应用场景和不足。

  3. 所属分类：spark

    • 发布日期：2018-06-22
    • 文件大小：1mb
    • 提供者：qq_28339273

  1. kmeans聚类算法概念及举例分析

  2. 该文档详细地讲述了kmeans聚类算法的概念，以及各个参数，各个参数的属性的详细意思及应用，并且通过及例分析讲述了该算法 的应用。

  3. 所属分类：其它

    • 发布日期：2018-06-28
    • 文件大小：15kb
    • 提供者：qq_27958235

  1. 聚类算法的分类及应用

  2. 聚类算法的分类及应用，介绍了聚类算法可分为基于模型、网格、层次、密度、划分的算法；重点介绍了基于划分的算法：Kmeans算法，以及算法中距离的不同计算方式

  3. 所属分类：制造

    • 发布日期：2018-07-19
    • 文件大小：73kb
    • 提供者：weixin_42738060

  1. 机器学习常用各类算法详解

  2. 01-机器学习_（python数据类型详解） 01-机器学习_（python语言与numpy库） 02-机器学习_（knn分类算法与应用） - 简化版 03-机器学习_（贝叶斯分类算法与应用） 04-机器学习_（kmeans聚类算法与应用） 05-机器学习_（协同过滤推荐算法与应用） 06-机器学习_（决策树分类算法与应用） 07-机器学习_（lineage回归分类算法与应用）

  3. 所属分类：Python

    • 发布日期：2018-08-22
    • 文件大小：1mb
    • 提供者：ka7iu

  1. sklearn中kmeans聚类算法解析及应用

  2. sklearn学习中所需要的聚类算法解析，文档中主要解析了kmeans算法用法

  3. 所属分类：机器学习

    • 发布日期：2018-10-17
    • 文件大小：2mb
    • 提供者：qq_40730862

  1. JAVA+聚类+KMeans图书推荐系统

  2. JAVA+聚类+KMeans图书推荐系统 使用了聚类算法来给图书推荐进行排名，适合毕业设计进行参考~代码是基于javaweb的应用

  3. 所属分类：Java

    • 发布日期：2020-05-20
    • 文件大小：109mb
    • 提供者：u014452148

  1. scala_portrait.rar

  2. 一.用户聚类分析 1.提取特征：用户msisdn，流量类型，上网时长，使用总流量，url访问网址地区 2.选取算法：聚类算法-KMeans 3.确定聚类个数（6个） 4.通过训练模型形成中心点 5.对用户进行聚类 二.性别预测 1.理解需求：行为性别（男（1），女（0）） 2.提取特征：用户msisdn，流量类型，上网时长，使用总流量，url访问网址地区 3.选算法：分类算法（朴素贝叶斯） 4.获取经验样本：打上类别标签（抽取数据，人工打上标签--男--女） 5.评估模型效果（用样本中一部分数据

  3. 所属分类：Linux

    • 发布日期：2020-08-18
    • 文件大小：143mb
    • 提供者：weixin_44222986

  1. K均值算法–应用

  2. 1应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 代码如下： from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：390kb
    • 提供者：weixin_38740328

  1. K均值算法–应用

  2. 1应用K-means算法进行图片压缩 读取一张图片 观察图片文件大小，占内存大小，图片数据结构，线性化 用kmeans对图片像素颜色进行聚类 获取每个像素的颜色类别，每个类别的颜色 压缩图片生成：以聚类中收替代原像素颜色，还原为二维 观察压缩图片的文件大小，占内存大小 代码如下： from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：390kb
    • 提供者：weixin_38668335

  1. python Kmeans算法原理深入解析

  2. 一. 概述 首先需要先介绍一下无监督学习，所谓无监督学习，就是训练样本中的标记信息是位置的，目标是通过对无标记训练样本的学习来揭示数据的内在性质以及规律。通俗得说，就是根据数据的一些内在性质，找出其内在的规律。而这一类算法，应用最为广泛的就是“聚类”。 聚类算法可以对数据进行数据归约，即在尽可能保证数据完整的前提下，减少数据的量级，以便后续处理。也可以对聚类数据结果直接应用或分析。 而Kmeans 算法可以说是聚类算法里面较为基础的一种算法。 二. 从样例开始 我们现在在二维平面上有这样一些

  3. 所属分类：其它

    • 发布日期：2021-01-01
    • 文件大小：156kb
    • 提供者：weixin_38650066

  1. 极限学习机特征空间中的聚类

  2. 用于“通用”单隐藏层前馈网络（SLFN）的极限学习机（ELM）是可以使用广泛类型的功能映射的统一学习平台。 从理论上讲，ELM可以近似任何目标连续函数并分类任何不相交的区域。 在实际应用中，许多实验结果已经证明了ELM的良好性能。 鉴于ELM特征映射的良好特性，本文研究了使用ELM特征映射技术的聚类问题。 实验表明，与相应的基于Mercer核的方法和使用原始数据的传统算法相比，所提出的ELM kMeans算法和ELM NMF（非负矩阵分解）聚类方法可以获得更好的聚类结果。 此外，由于ELM特征映

  3. 所属分类：其它

    • 发布日期：2021-03-16
    • 文件大小：672kb
    • 提供者：weixin_38621312

  1. Capstone_Project-源码

  2. Capstone_Project 邻里之战 该项目使用KMeans聚类算法对Barranquilla市的街区进行分割，以决定哪个人最适合开设美容文物商店。 这是在Coursera上获得IBM应用数据科学专业化文凭的必要条件。

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：389kb
    • 提供者：weixin_42126399

  1. 基于词向量和EMD距离的短文本聚类

  2. 短文本聚类在数据挖掘中发挥着重要的作用,传统的短文本聚类模型存在维度高、数据稀疏和缺乏语义信息等问题,针对互联网短文本特征稀疏、语义存在奇异性和动态性而导致的短文本聚类性能较差的问题,提出了一种基于特征词向量的文本表示和基于特征词移动距离的短文本聚类算法。首先使用Skip-gram模型(Continuous Skip-gram Model)在大规模语料中训练得到表示特征词语义的词向量;然后利用欧式距离计算特征词相似度,引入EMD(Earth Mover's Distance)来计算短文本间的相似

  3. 所属分类：其它

  1. Python3初学者的机器学习：为机器学习的入门者提供多种基于实例的sklearn，TensorFlow以及自编函数（AnFany）的ML算法程序-源码

  2. Python3初学者机器学习 为机器学习的入门者提供多种基于实例的sklearn，TensorFlow以及自编函数（AnFany）的ML算法程序。只要数据格式和示例的中的一样，程序可灵活调用。 入门篇 线性回归（Linear Regression） 实例： 逻辑回归（Logistic Regression） 实例： Softmax回归（Softmax回归） 实例： Kmeans ++群集（K均值++聚类） 实例： 初级篇 理论推导 实例 北京市Pm2.5预测 成年人收入分类和Mnist手写数字识

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：29mb
    • 提供者：weixin_42138703

  1. PostgreSQL数据聚类——kmeans

  2. 数据聚类在实际生活中应用场景还是挺多的，例如一个公司可以将客户进行分类，指定不同的销售策略等。 K-Means算法主要就是解决这类问题。在数据挖掘中， k-Means 算法是一种 cluster analysis 的算法，其主要是来计算数据聚集的算法，主要通过不断地取离种子点最近均值的算法。 介绍K-Means算法前，我们需要先弄清楚分类和聚类这两个概念： 分类：类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。属于监督学习。 聚类：事先不知道数据

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：134kb
    • 提供者：weixin_38623366

  1. KMeans聚类算法应用

  2. KMeans聚类算法应用 1999年31个省份平均每人全年消费支出 import numpy as np from sklearn.cluster import KMeans def loadData(filePath): #利用loadData读取数据 fr = open(filePath,’r+’) #r+:读写打开一个文本文件 lines = fr.readlines() #readlines()方法用于读取所有行(直到结束符 EOF)并返回列表 retData = [] #用来存储城市各

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：54kb
    • 提供者：weixin_38750861

  1. akmedoids:纵向聚类的四面体-源码

  2. 四面体 用于分析和聚类纵向数据的R包 描述 akmedoids软件包对纵向数据集进行了聚类，以识别随时间变化具有相似长期线性趋势的轨迹的聚类，与经典的kmeans算法相比，该聚类提供了改进的聚类识别。 该软件包还包括一组功能，用于在进行高级纵向数据分析之前解决常见的数据问题，例如缺少条目和离群值。 该软件包的主要目标之一是促进对最近一篇论文的轻松复制，该论文研究了犯罪率下降中的小区域不平等现象（Adepeju等人，2021年）。 akmedoids包中提供的许多功能都可以应用于纵向数据。 有关

  3. 所属分类：其它

    • 发布日期：2021-03-29
    • 文件大小：751kb
    • 提供者：weixin_42146086
« 12 »