-
数据挖掘算法
包含很多知名算法实现,支持向量机,决策树,粗糙集,贝叶斯分类器等,适合学术研究,短评论意见挖掘,文本分类等。
- 2022-06-03 05:40:28下载
- 积分:1
-
高效用项集挖掘算法--HUIMINER算法
数据挖掘算法,高效用项集挖掘算法,加权频繁项集挖掘,HUIMINER算法,源码中有详细注释
- 2023-02-10 05:45:03下载
- 积分:1
-
朴素贝叶斯分类
朴素贝叶斯分类的分类器实现,使用的是matlab语言。内含测试集和训练集,可直接运行,readme.txt文件中说明了数据格式
- 2022-02-07 02:48:39下载
- 积分:1
-
关于大数据的相关论文
关于大数据的论文,对稀疏表示分类有很大的帮助,希望对初学者哟帮助
- 2022-02-06 00:21:30下载
- 积分:1
-
数据挖掘决策树Java源代码
资源描述决策树是建立在信息论基础之上,对数据进行分类挖掘的一种方法。其思想是,通过一批已知的训练数据建立一棵决策树,然后利用建好的决策树,对数据进行预测。决策树的建立过程可以看成是数据规则的生成过程。由于基于决策树的分类方法结构简单,本身就是人们能够理解的规则。其次,决策树方法计算复杂度不大,分类效率高,能够处理大数据量的训练集;最后,决策树方法的分类精度较高,对噪声数据有较好的健壮性,符合一般系统的要求。
- 2022-03-12 14:04:11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
-
带阻尼参数的pagerank实现
资源描述实现基本的pagerank算法,可实现传递阻尼参数和迭代次数。源文件从文件中读取
- 2022-09-10 21:45:04下载
- 积分:1
-
频繁项集挖掘算法--FPGROWTH算法
数据挖掘经典算法,频繁项集挖掘经典算法,FPGROWTH算法,源码中有详细说明
- 2023-06-08 16:30:03下载
- 积分:1
-
k-means java实现 Iris四大数据集
通过优化的k-means算法 采用了密度和优化评测函数实现了对Iris等数据集的聚类。
- 2022-03-18 06:28:52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