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——概念、模型、方法和算法.pdf

  2. 本书全面讲述了数据挖掘的概念、模型、方法和算法。本书共包括13章和2个附录，全面、详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。本书编写严谨、内容权威、结构合理、科学规范、语言流畅，特别适合作为高等院校数据挖掘课程的教科书，还适合作为数据挖掘研究人员必备的参考书。 目 录 第1章 数据挖掘的概念 1 1.1 概述 1 1.2 数据挖掘的起源 3 1.3 数据挖掘过程 5 1.3.1 陈述问题和阐明假设 5 1.3.2 数据收集 6 1.3.3 数据预处

  3. 所属分类：其它

    • 发布日期：2009-05-27
    • 文件大小：8388608
    • 提供者：linkui26

  1. 数据挖掘算法概要说明

  2. 数据挖掘、机器学习中各种常用模型的概念、算法汇总。内容包括：数据仓库、特征提取、模糊集、粗糙集、Fourier变换、小波变换、决策树、关联关则、kNN、聚类分析、朴素贝叶斯、EM、神经网络、遗传算法、支持向量机、隐Markov模型；提升模型、共同训练、主动学习、直推学习、广义EM算法、强化学习；学习机性能评估等。内容有一定的深度，不宜初学者。

  3. 所属分类：其它

    • 发布日期：2007-11-18
    • 文件大小：463872
    • 提供者：yetzi1975

  1. SAS数据挖掘白皮书

  2. 早期的计算机主要就是用来进行数据处理或称数值计算的。后来随着计算机技术及其周边设备和通讯能力的发展，计算机更多地用于了大量繁杂事务的在线处理，生产设备的实时控制等。在此过程中，计算机系统积累了越来越多的数据，数据处理的任务就更加繁重。到今天，即使是发展中的我们中国，在一个企业中有数以几十或上百GB、甚至TB计的生产经营数据已不是什么希奇的事情了。企业的数据和由此而产生的信息是企业的重要财富。它最真实、具体的反映了企业运作的本质状况。但是，面对堆积如“山”的数据，你可能并未看清企业运作的本质规律

  3. 所属分类：其它

    • 发布日期：2010-03-25
    • 文件大小：532480
    • 提供者：liema2000

  1. 数据挖掘在各行业的应用论文

  2. 数据挖掘在各行业的应用论文 数据仓库与数据挖掘.caj 空间数据挖掘技术.caj 数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj 相关案件的数据挖掘.caj 数据挖掘技术.caj 一种实时过程控制中的数据挖掘算法研究.caj EIS 环境下的数据挖掘技术的研究.caj 数据挖掘及其工具的选择.caj 数据挖掘技术与中国商业银行业务发展策略.caj 数据挖掘工具DMTools的设计与实现.caj 数据仓库、数据挖掘在银行中的应用.caj 基于信息熵的地学空间数据挖掘模型.caj 数据挖

  3. 所属分类：其它

    • 发布日期：2010-04-19
    • 文件大小：13631488
    • 提供者：liaosaien

  1. 数据挖掘研究与应用综述

  2. 数据挖掘是目前非常流行的一门交叉学科，涉及到很多学科的研究领域。本文简单介绍了什么是数据挖掘，数据挖掘的新技术，分析了常用数据挖掘方法的优缺点。这些方法包括决策树、遗传算法、粗糙集方法、聚类分析方法、人工神经网络和关联规则。最后提出了数据挖掘的发展趋势，并且对数据挖掘技术将来的研究方向也进行了预测。

  3. 所属分类：网络基础

    • 发布日期：2011-01-12
    • 文件大小：60416
    • 提供者：zhaochuangrsy

  1. 数据挖掘实践数据挖掘实践

  2. 数据挖掘实践数据挖掘实践主要介绍了几种最成熟的数据挖掘方法，并针对每种方法，介绍了应用最广泛的几种实现算法。书中以Clementine 12．0为平台，用实例介绍了每种算法的具体应用。全书各章分别介绍了数据挖掘和Clementine软件、决策树分类方法(包括ID3、C4．5、C5．0、CART等算法)、聚类分析方法(包括K-Means算法和TwoStep算法)、关联规则挖掘方法(包括Apriori算法、CARMA算法和序列模式挖掘算法)、数据筛选算法(包括特征选择算法和异常检测算法)、回归分析

  3. 所属分类：其它

    • 发布日期：2011-04-19
    • 文件大小：12582912
    • 提供者：shadowserver

  1. 数据挖掘概论

  2. 数据挖掘，就是从大量的、不完全的、有噪声的、模糊的、随机的数据库中，提取隐含在其中的、人们事先不知道的、但又是潜在的信息和知识的过程。这个定义包括四个层次的含义。 数据挖掘的过程，数据挖掘的主要方法，分析方法Analytic Method 决策树 Decision Tree 神经网络 Neural Network 相关规则Correlation Rule 数据可视化Data Visualization 遗传算法 Genetic Algorithms 邻近算法 K-nearest 联机分析处理O

  3. 所属分类：专业指导

    • 发布日期：2012-04-21
    • 文件大小：1048576
    • 提供者：dafurong

  1. 数据挖掘文件

  2. 数据挖掘 一、数据挖掘的概念 二、数据挖掘的主要步骤 1、数据收集 2、数据整理 3、数据挖掘 4、数据挖掘结果的评估 5、分析决策 三、数据挖掘的主要任务 1、数据总结 2、分类 3、关联分析 4、聚类 四、数据挖掘的主要方法 1、决策树(Decision Tree) 2、神经网络(Neural Network) 3、相关规则 4、K-nearest邻居 5、遗传算法 6、联机分析处理(OLAP) 7、数据可视化(Data Visualization) 五、数据挖掘的主要应用 1、金融 2、

  3. 所属分类：专业指导

    • 发布日期：2012-09-19
    • 文件大小：1048576
    • 提供者：caothank

  1. 数据挖掘各行业应用论文

  2. 数据挖掘在各行业的应用论文 数据仓库与数据挖掘.caj 空间数据挖掘技术.caj 数据仓库与数据挖掘技术及其在科技情报业的应用前景.caj 相关案件的数据挖掘.caj 数据挖掘技术.caj 一种实时过程控制中的数据挖掘算法研究.caj EIS 环境下的数据挖掘技术的研究.caj 数据挖掘及其工具的选择.caj 数据挖掘技术与中国商业银行业务发展策略.caj 数据挖掘工具DMTools的设计与实现.caj 数据仓库、数据挖掘在银行中的应用.caj 基于信息熵的地学空间数据挖掘模型.caj 数据挖

  3. 所属分类：数据库

    • 发布日期：2013-06-20
    • 文件大小：13631488
    • 提供者：caiyewen1992

  1. 数据挖掘在医学领域中的应用及研究

  2. 数据挖掘在医学领域中的应用及研究 摘要 (1) 1引言 (1) 2数据挖掘概述 (2) 3医用数据挖掘具有特殊性 (2) 4医用数据挖掘的关键技术 (3) 4.1数据预处理 (3) 4.2信息融合技术 (3) 4.3快速的、鲁棒的挖掘算法 (3) 4.4提供知识的准确性和可靠性 (4) 5数据挖掘在医学中的应用 (4) 5.1关联分析 (4) 5.2聚类分析 (5) 5.3决策树 (5) 5.4人工神经网络 (6) 5.5遗传算法 (7) 5.6医学数据挖掘的计算的计算智能方法及应用 (8)

  3. 所属分类：其它

    • 发布日期：2014-03-05
    • 文件大小：31744
    • 提供者：nytcjsjboss

  1. 数据挖掘数据

  2. 数据挖掘的三个数据资料，用于数据挖掘分析，用于决策树、神经网络、贝叶斯分类的挖掘。

  3. 所属分类：其它

    • 发布日期：2015-04-29
    • 文件大小：435200
    • 提供者：qq_27801701

  1. 决策树分类器的实现及在遥感影像 分类中的应用

  2. 决策树算法是数据挖掘中应用最广的归纳推理算法之一，其构造不需要任何领域知识或参数设置，适合于探测式知识发现。决策树算法具有结构清晰、运行速度快、准确性高以及更好的灵活性和鲁棒性，可以用于处理高维数据，其获取的知识是直观的且容易被人理解。目前决策树算法已经被广泛的应用于医学、制造和生产、金融分析、天文学、分子生物学以及遥感影像分类等领域。 法和boosting推进技术研究的基础上，以BoostTree算法为基础，通过算法改进，构建了AdaTree.WL算法。然后以该算法为基础研发了决策树遥感影像

  3. 所属分类：机器学习

    • 发布日期：2017-10-21
    • 文件大小：2097152
    • 提供者：sailingw

  1. 决策树与移动通信客户流失建模.pdf

  2. 决策树与移动通信客户流失建模 通过数据挖掘理论，应用分类知识发现中的决策树算法，利用移动公司的实际运营数据建立训练集、测 试集，经过商业理解、数据理解、数据准备、建模、评估、配置等数据挖掘流程进行移动客户流失预测模型分析。

  3. 所属分类：其它

    • 发布日期：2008-12-18
    • 文件大小：221184
    • 提供者：rockmars

  1. 数据运营思维导图

  2. 数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

  3. 所属分类：互联网

    • 发布日期：2018-04-26
    • 文件大小：68157440
    • 提供者：zzwin1006

  1. 2019数据运营思维导图

  2. 数据运营 作用&意义 知错能改，善莫大焉 —错在哪里，数据分析告诉你 运筹帷幄，决胜千里 —怎么做好“运筹”，数据分析告诉你 以往鉴来，未卜先知 —怎么发现历史的规律以预测未来，数据分析告诉你 工作思维 对业务的透彻理解是数据分析的前提 数据分析是精细化运营，要建立起体系化思维（金字塔思维） 自上而下 目标—维度拆解—数据分析模型—发现问题—优化策略 自下而上 异常数据 影响因素 影响因素与问题数据之间的相关关系 原因 优化策略 数据化运营7大经典思路 以目标为导向，学会数据拆分 细分到极致

  3. 所属分类：Java

    • 发布日期：2019-03-29
    • 文件大小：15728640
    • 提供者：qq_36826498

  1. 数据挖掘综述

  2. 数据挖掘，就是从大量的、不完全的、有噪声的、模糊的、随机的数据库中，提取隐含在其中的、人们事先不知道的、但又是潜在的信息和知识的过程。这个定义包括四个层次的含义。 数据挖掘的过程，数据挖掘的主要方法，分析方法Analytic Method 决策树 Decision Tree 神经网络 Neural Network 相关规则Correlation Rule 数据可视化Data Visualization 遗传算法 Genetic Algorithms 邻近算法 K-nearest 联机分析处理

  3. 所属分类：专业指导

    • 发布日期：2012-04-21
    • 文件大小：1048576
    • 提供者：dafurong

  1. 数据挖掘技术在客户管理中的应用研究

  2. 数据挖掘的主要技术手段包括关联规则挖掘、分类分析、聚类分析、估计、预测、时序模式和偏差分析等。支持上述技术的核心研究内容是相应的数据挖掘算法研究，包括贝叶斯算法、决策树、时序算法、聚类算法、关联算法、神经网络算法和回归算法。

  3. 所属分类：其它

    • 发布日期：2020-10-21
    • 文件大小：305152
    • 提供者：weixin_38577551

  1. 数据挖掘学习记录三

  2. 数据挖掘的学习和细节思考 (自己学习记录使用) 本次学习是在二手车价格数据的分析的基础上，根据他人的文章进行研究学习。通过细分步骤和深究每一步的意义，对于数据挖掘有一个更好的认识。 参考链接为：Datawhale 零基础入门数据挖掘-Task4 建模调参 0、模型学习 线性回归模型 决策树模型 GBDT模型 XGBoost模型 LightGBM模型 1、数据读取 1.1调整数据类型，减少数据在内存所占空间 import pandas as pd import numpy as np import

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：138240
    • 提供者：weixin_38519763

  1. “决策树”—数据挖掘、数据分析

  2. 决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。决策树的实现首先要有一些先验（已经知道结果的历史）数据做训练，通过分析训练数据得到每个属性对结果的影响的大小，这里我们通过一种叫做信息增益的理论去描述它，期间也涉及到熵的概念。数据挖掘中决策树是一种经常要用到的技术，可以用于分析

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：286720
    • 提供者：weixin_38740596

  1. “决策树”—数据挖掘、数据分析

  2. 决策树是一个预测模型；他代表的是对象属性与对象值之间的一种映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。决策树的实现首先要有一些先验（已经知道结果的历史）数据做训练，通过分析训练数据得到每个属性对结果的影响的大小，这里我们通过一种叫做信息增益的理论去描述它，期间也涉及到熵的概念。数据挖掘中决策树是一种经常要用到的技术，可以用于分析

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：286720
    • 提供者：weixin_38712908
« 12 3 4 5 »