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. 数据算法 Hadoop Spark大数据处理技巧

  2. 《数据算法：Hadoop/Spark大数据处理技巧》介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这还概要介绍了MapReduce、Hadoop和Spark。, 主要内容包括：, ■ 完成超大量交易的购物篮分析。, ■ 数据挖掘算法（K-均值、KNN和朴素贝叶斯）。, ■ 使用超大基因组数据完成DNA和RNA测序。, ■ 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。, ■ 推荐算法和成对文档相似性。, ■ 线性回

  3. 所属分类：Hadoop

    • 发布日期：2018-03-17
    • 文件大小：172mb
    • 提供者：tianshan2010

  1. 常用数据挖掘算法总结及Python实现 文字版+code

  2. 本书适合有志于从事数据挖掘的初学者，需要的朋友可看看 第一部分 数据挖掘与机器学习数学基础3 第一章 机器学习的统计基础3 第二章 探索性数据分析（EDA） .11 第二部分 机器学习概述14 第三章 机器学习概述14 第三部分 监督学习---分类与回归16 第四章 KNN（k 最邻近分类算法） 16 第五章 决策树19 第六章 朴素贝叶斯分类29 第七章 Logistic 回归 .32 第八章 SVM 支持向量机42 第九章 集成学习(Esemble Learning)43 第十一章 模型评

  3. 所属分类：Python

    • 发布日期：2018-04-21
    • 文件大小：4mb
    • 提供者：mycoffee1990

  1. 数据算法 Hadoop Spark大数据处理技巧

  2. 《数据算法：Hadoop/Spark大数据处理技巧》介绍了很多基本设计模式、优化技术和数据挖掘及机器学习解决方案，以解决生物信息学、基因组学、统计和社交网络分析等领域的很多问题。这还概要介绍了MapReduce、Hadoop和Spark。 主要内容包括： ■ 完成超大量交易的购物篮分析。 ■ 数据挖掘算法（K-均值、KNN和朴素贝叶斯）。 ■ 使用超大基因组数据完成DNA和RNA测序。 ■ 朴素贝叶斯定理和马尔可夫链实现数据和市场预测。 ■ 推荐算法和成对文档相似性。 ■ 线性回归、Cox回归

  3. 所属分类：spark

    • 发布日期：2018-06-01
    • 文件大小：100mb
    • 提供者：luofazha2012

  1. 基于KNN实现的手写体数字识别

  2. 基于KNN实现的手写体数字识别C++代码，输出结果有混淆矩阵、召回率、训练准确率、预测数据输出等。

  3. 所属分类：机器学习

    • 发布日期：2018-06-17
    • 文件大小：6kb
    • 提供者：qq_41910473

  1. KNN疾病预测算法Demo

  2. 该资源是利用KNN算法对数据进行分类，以excel文件作为输入，能够针对患者的病症，得出他是否患有该病（准确率在70%左右）。有兴趣的童鞋可以下载看看哦！

  3. 所属分类：算法与数据结构

    • 发布日期：2018-07-24
    • 文件大小：25kb
    • 提供者：weixin_42511443

  1. 教育大数据分析

  2. 尽管mooc提供了一种新规模的教育数据，但许多教育工作者在大数据方面有很大的潜力，包括每个学习者的详细活动记录。一个学习者的行为，例如，如果一个学习者从课程中退出，就可以预测到。如何提供一种有效的、经济的、可伸缩的方法来检测诸如代理考试者等测试中的作弊行为是一个具有挑战性的问题。摘要本文提出了一种利用学生活动特征来预测学习者是否能在考试中获得认证的年级预测方法。Te方法由两步分类

  3. 所属分类：算法与数据结构

    • 发布日期：2018-08-14
    • 文件大小：1011kb
    • 提供者：jzwwxf

  1. GTD数据分析

  2. 对GDT全球反恐数据集进行分析和数据挖掘，挖掘和分析哪些攻击是经常发生的，在哪些地方发生，在什么时间，什么纬度等，以及预测下年度那个 地方发生恐怖袭击的概率最大。使用了KNN，K-Means等方法。并预测未有组织宣称的事件是哪个组织负责的。

  3. 所属分类：Python

    • 发布日期：2018-09-20
    • 文件大小：156mb
    • 提供者：x_uhen

  1. KNN文本分类与回归数据集

  2. 使用KNN最近邻算法对文本的情感进行分类和回归预测的数据集

  3. 所属分类：机器学习

    • 发布日期：2018-09-23
    • 文件大小：143kb
    • 提供者：n_young

  1. GTD数据挖掘分析

  2. 对GDT全球反恐数据集进行分析和数据挖掘，挖掘和分析哪些攻击是经常发生的，在哪些地方发生，在什么时间，什么纬度等，以及预测下年度那个地方发生恐怖袭击的概率最大。使用了KNN，K-Means等方法。并预测未有组织宣称的事件是哪个组织负责的。

  3. 所属分类：机器学习

    • 发布日期：2018-09-25
    • 文件大小：6mb
    • 提供者：x_uhen

  1. KNN算法预测鸢尾花的种类，源码以及数据

  2. 使用KNN算法预测鸢尾花的种类，压缩文件中包含源码、训练数据以及测试数据

  3. 所属分类：深度学习

    • 发布日期：2018-10-19
    • 文件大小：5kb
    • 提供者：j__max

  1. iris数据集

  2. 含4个文件，csv有标签和无标签，text有标签和无标签。 Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

  3. 所属分类：机器学习

    • 发布日期：2018-11-14
    • 文件大小：2kb
    • 提供者：benanan

  1. 员工离职预测模型.docx

  2. 本文针对企业员工的一些特征来判断员工是否离职，利用RapidMiner软件构建员工离职预测模型，分析影响员工离职的重要因素，比如员工月收入，是否加班，是否出差等，预测企业员工是否具有离职倾向，为企业提前做出判断，协助人力资源部门进行关键的干预工作，有计划的进行“留住人才”措施，同时也可以更好的促进企业做好“选拔人才”、“培养人才”、“管理人才”。建模前，先对原始数据进行预处理，包括属性变量量化处理、约简属性、数据标准化处理、特征的相关性分析、指定属性角色和划分训练集与测试集。建模选取了决策树模型

  3. 所属分类：算法与数据结构

  1. K近邻算法实现(使用MNIST数据集)_Python环境

  2. 在Python环境下，使用MNIST数据集，实现KNN算法，对MNIST数据集中数据进行HOG特征提取，再进行预测，准确率较高

  3. 所属分类：机器学习

    • 发布日期：2020-07-15
    • 文件大小：13mb
    • 提供者：cykac1998

  1. 煤矿立井井筒非采动破裂预测

  2. 利用组合技术对KNN算法进行改进,并将其应用于煤矿立井井筒非采动破裂的预测.选取表土层厚度、底板含水层厚度、底板含水层水位速降、井筒外径、井壁厚度和井筒投入使用时间作为井筒破裂的特征属性,以工程实测数据作为训练样本,建立基于组合技术的KNN预测模型,并使用测试数据对模型进行测试.实验结果表明,该模型预测精度较高,错误率很低.

  3. 所属分类：其它

    • 发布日期：2020-07-19
    • 文件大小：980kb
    • 提供者：weixin_38689055

  1. Knn,贝叶斯怀孕预测数据及代码

  2. Knn,贝叶斯怀孕预测数据及代码,详细备注各个函数的功能及作用.适合初学者,及回顾机器学习算法11111111111111111111111111111111111111111111

  3. 所属分类：机器学习

    • 发布日期：2020-10-16
    • 文件大小：16kb
    • 提供者：qq_40290810

  1. KNN算法房价预测数据集

  2. 该数据集内容为房价预测数据集，用于自然语言处理>03.KNN算法介绍中的案例数据，为KNN近邻算法预测房价案例，该数据集仅供参考

  3. 所属分类：机器学习

    • 发布日期：2020-12-02
    • 文件大小：13kb
    • 提供者：LWY_Xing

  1. R语言KNN预测Boston房价

  2. 使用R语言编写KNN程序，对Boston房价进行预测，使用的数据集是R语言的内置数据集，计算方差，并且绘制出预测图

  3. 所属分类：机器学习

    • 发布日期：2020-12-11
    • 文件大小：3kb
    • 提供者：qq_33413128

  1. 监督学习之KNN算法

  2. 监督学习 原理 监督学习假定训练数据与真实预测数据属于同一分布且相互独立。监督学习通过训练学习到数据的概率分布，并应用到真实的预测上。监督学习可分为回归分析和分类。 回归分析(Regression Analysis)：对训练数据进行分析，拟合出误差微小的函数模型y=f(x),yy=f(x),yy=f(x),y称为数据的标签，对于每个新的自变量x,x,x,通过这个函数模型可以得到标签yyy。 分类(Classification)：训练数据是特征向量与其对应的标签，同样要通过计算新的特征向量得到其所

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：81kb
    • 提供者：weixin_38536841

  1. 预测年收入是否大于50K美元--adults.txt

  2. 预测年收入是否大于50K美元--adults.txt；数据分析入门之KNN-预测年收入

  3. 所属分类：互联网

    • 发布日期：2021-03-11
    • 文件大小：3mb
    • 提供者：qq_38689263

  1. Fathi_portfolio：作为初级数据科学家的数据挖掘最终项目-源码

  2. Fathi_portfolio 数据挖掘最终项目，初级数据科学家。 最终项目：电影推荐系统 总览 创建了一个工具，该工具根据具有相同特征的一部电影标题推荐几部电影。 了解数据集。 使用Phyton，Excel和PowerBi从电影原始数据集中清除数据。 使用RapidMiner和Phyton使用不同的度量标准（曼哈顿距离，欧氏距离和余弦相似度）优化K最近邻（KNN），以达到预测数据挖掘解决方案的最佳模型，并使用K均值作为描述性数据挖掘解决方案。 使用Spider建立了Movie Rec

  3. 所属分类：其它

    • 发布日期：2021-02-10
    • 文件大小：516kb
    • 提供者：weixin_42138788
« 12 3 4 5 6 »