-
project
数据挖掘，推荐系统，堆叠降噪自编码器，逻辑回归(Data mining, recommender systems, stack noise reduction, self coder, logic regression)
- 2021-01-25 23:58:43下载
- 积分：1
-
znsbudk
人工智能中,经典的基于小波变换的图像处理和图像去噪的解决办法,可下载后观摩使用(In artificial intelligence, the classical image processing and image denoising based on wavelet transform can be downloaded and used)
- 2018-09-04 02:06:36下载
- 积分：1
-
频繁子图挖掘算法pafi1.0.1.zip
频繁子图挖掘算法pafi1.0.1.zip,频繁子图挖掘算法采用c++实现，图数据挖掘方向的可以看一看。
- 2022-01-21 02:32:05下载
- 积分：1
-
python 实现随机森林
应用背景
数据 ：两个月之内 40000个客户的15个数据字段 包含客户的 地 理位置，职业，职级，年收入，。。。。。。 购买过得产品
目的：对新客户进行推荐一个适合该客户的产品， 对老客户推荐可能再购买的产品
数据处理
数据清洗： describe 每个特征统计分析 方差 -分析缺陷特征和波动性
空值赋值为 “-1 “ - 保证模型的可使用
数据归一化：eg：邮编 相似度不高 根据一线二线….进行划分 – 特征的重要性
关键技术特征选择
随机森林： 判断特征的重要性 ：思考为何重要性高
AHP ： 迭代设置每个特征的权重
模型选择 ：根据数据量数量，是否有标签，分类or回归选取
关于模型选择时候我想用协同过滤 但是不知道关于特征的协同过滤是怎么执行的 是每个特征都有一个评分构成评价矩阵么？
- 2022-02-25 17:28:51下载
- 积分：1
-
chks光滑支持向量机-程序
CHKS光滑孪生支持向量机程序, 采用CHKS光滑函数逼近无约束孪生支持向量机的不可微部分，得到一类光滑的孪生支持向量机。(CHKS smooth twin support vector machine program)
- 2020-12-25 09:09:04下载
- 积分：1
-
FDP聚类算法
说明： 一种无监督的聚类算法，基于密度聚类，名称为基于快速搜索与寻找密度峰值的聚类(Clustering by fast search and find of desity peaks)
- 2020-02-24 15:43:51下载
- 积分：1
-
Kares入门资料打包
说明： 深度学习框架Keras入门资料，里面的代码包括课件和DEMO有利于新书入门学习，简单易懂(Keras Introductory Information of Deep Learning Framework, which includes courseware and DEMO, is helpful for introductory learning of new books. It is easy to understand.)
- 2020-06-17 17:00:01下载
- 积分：1
-
PLSR程序
说明： 偏最小二乘回归！PLSR，可用于解决一些回归问题！(Partial least squares regression! PLSR can be used to solve some regression problems!)
- 2019-11-29 20:42:27下载
- 积分：1
-
Spider_baiduvideo
利用urllib.request进行爬虫，
下载百度视频页面的所有图片保存到本地(Use urllib.request for crawl.
Download all the pictures from Baidu video page to local.)
- 2018-04-02 18:32:19下载
- 积分：1
-
Kmeans-python
聚类分析31省市的经济情况，以每个聚类簇的平均值来衡量省市经济的发展水平。(Cluster analysis of the economic situation of 31 provinces and municipalities, with the average value of each cluster to measure the level of economic development of provinces and municipalities.)
- 2020-07-03 13:40:02下载
- 积分：1
