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. 基于贝叶斯方法的决策树分类算法

  2. 针对数据挖掘的特点和本质,充分利用贝叶斯方法和决策树分类的优点,将贝叶斯的先 验信息方法与决策树分类的信息增益方法相结合,提出了一种新的数据挖掘分类算法(BD1. 0 算 法) ,并对此算法进行了设计和分析。实验分析表明,该算法可以处理不一致或者不完整数据等“脏 数据”,比单纯使用贝叶斯方法或决策树方法具有更高的准确率,而且与C4. 5算法具有近似的时间 复杂度。

  3. 所属分类：其它

    • 发布日期：2009-05-12
    • 文件大小：221184
    • 提供者：dujianlin86

  1. 改进的决策树算法在高校人力管理中的应用

  2. 改进的决策树算法在高校人力管理中的应用,分类是数据挖掘中的一个重要分支。其中决策树方法因为分类速度快、精度高以及易于理解等，而成为数据 挖掘中广泛使用的一种分类方法。本文分析了基于属性相似度的决策树分类算法及其不足。提出了改进的基于属性相似度 的算法．并将其应用于高校人力资源管理中。例子和实验结果表明了改进算法的有效性。

  3. 所属分类：其它

    • 发布日期：2009-08-02
    • 文件大小：183296
    • 提供者：zhgp2008

  1. 基于数据挖掘技术的信用卡客户的信用评价

  2. 本文以对商业银行信用卡历史客户数据为研究对象，介绍了数据挖掘方法中决策树C4.5算法和关联规则Apriori 算法的应用，并通过weka软件进行实证分析，从而为银行信用卡客户信用程度评定提供了决策支持。

  3. 所属分类：其它

    • 发布日期：2009-11-10
    • 文件大小：306176
    • 提供者：wohaoyun

  1. 决策树分类算法优化研究

  2. 数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的 过程，是一种新型的数据分析技术，已被广泛应用于金融、保险、政 府、教育、运输以及国防等领域。 数据分类是数据挖掘中一个重要的内容。分类存在很多方法，其 中决策树算法是以实例为基础的归纳学习算法，以其易于提取显式规 则、计算量相对较小、可以显示重要的决策属性和较高的分类准确率 等优点而得到广泛的应用。据统计，目前决策树算法是利用最广泛的 数据挖掘算法之一。 然而在实际应用过程中，现存的决策树算法也存在着很多不足之 处，如计算效率低下、多值

  3. 所属分类：其它

    • 发布日期：2009-12-26
    • 文件大小：3145728
    • 提供者：humanrights

  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. 基于数据挖掘的零售业客户细分研究

  2. 基于数据挖掘的零售业客户细分研究 ●叶孝明黄祖庆 摘要：文章根据基于购买行为的客户细分方法，运用数据挖掘中的聚类分析和决策树分类技术，对零售业客户细分 模型进行了研究、建立及实验分析，为零售业客户细分提供了一种有效而实用的分析方法。 关键词：零售业；客户细分；数据挖掘 客户细分是客户关系管理的基本任务之一，在目前客 户终生价值研究还没有成熟的情况下。采用基于购买行为 的客户细分方法不失为一种有效的选择。对于零售企业而 言．通过一定的技术将客户细分为不确定型客户、经常性 客户、乐于消费型客户和最

  3. 所属分类：餐饮零售

    • 发布日期：2010-10-14
    • 文件大小：408576
    • 提供者：gadflyyy

  1. 基于决策树算法的遥感影像面向对象分类软件

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像

  3. 所属分类：C#

    • 发布日期：2012-12-27
    • 文件大小：6291456
    • 提供者：sailingw

  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. 决策树遥感影像分类系统GLC_Info（2014年10月最新版）

  2. 决策树分类作为一种基于空间数据挖掘的知识发现的监督分类方法，它通过决策学习过程得到分类规则并对遥感影像进行分类，突破了以往分类树或分类规则的构建要利用分类者的生态学和遥感先验知识的确定。我们以AdaBoost和C4.5算法为基础，通过算法改进，创建了适用于遥感影像分类的决策树算法GLC树，并依托C#+ArcEngine平台设计实现了GLC_Info v1.1。该软件以GLC分类器为核心，不仅提供了基于像元的遥感影像分类功能，而且可以在ENVI或者eCognition分割结果的基础上实现遥感影像

  3. 所属分类：C#

    • 发布日期：2014-10-07
    • 文件大小：6291456
    • 提供者：sailingw

  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：225280
    • 提供者：huangyueranbbc

  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. 数据挖掘论文合集-242篇（part1）

  2. EIS 环境下的数据挖掘技术的研究.caj FCC油品质量指标智能监测系统的数据挖掘与修正技术.caj IDSS 中数据仓库和数据挖掘的研究与实现.caj InternetWeb数据挖掘研究现状及最新进展.caj Internet数据挖掘原理及实现.caj Min-Max模糊神经网络的应用研究.pdf OLAP与数据挖掘一体化模型的分析与讨论.caj OLAP和数据挖掘技术在Web日志上的应用.caj ON-LINE REDUCING MACHINING ERRORS IN BORING OP

  3. 所属分类：其它

    • 发布日期：2009-01-13
    • 文件大小：10485760
    • 提供者：night_furry

  1. 基于数据挖掘的决策树方法分析

  2. 基于数据挖掘的决策树方法分析 基于数据挖掘的决策树方法分析

  3. 所属分类：专业指导

    • 发布日期：2009-02-11
    • 文件大小：190464
    • 提供者：ybh1979

  1. 基于SPSS Modeler的数据挖掘_数据分析_网盘链接下载108.40M

  2. 基于SPSS Modeler的数据挖掘_数据分析，主要结合了三个方面进行讲解，第一是软件操作层面，让使用者实际操作，尽快掌握软件的使用方法和处理步骤，第二是结果分析层面，让使用者通过案例演示，基本明白软件的输出结果，从而得出正确的分析结论，第三是方法论层面，让使用者通过对某个算法基本思路的了解，进一步提高方法应用和分析水平，升华对数据挖掘的认识。主要内容如下： 1）数据挖掘和Modeler使用概述 2）Modeler的数据读入和数据集成 3）Modeler的数据理解 4）Modeler的数据准

  3. 所属分类：互联网

    • 发布日期：2018-08-20
    • 文件大小：234
    • 提供者：qq_37050993

  1. 基于决策树方法的员工素质与绩效关联分析研究

  2. 基于决策树方法的员工素质与绩效关联分析研究，于晓，杨育，针对目前企业岗位需求说明中对员工素质的考核具有一定的主观性和模糊性，并且缺乏绩效的导向。本文运用数据挖掘中的决策树方法，

  3. 所属分类：其它

    • 发布日期：2020-02-19
    • 文件大小：225280
    • 提供者：weixin_38722348

  1. 基于数据挖掘的呼叫中心IVR客户细分研究

  2. 语音应答业务利用率低、人力需求成本高是一大问题，对此，结合案例，运用CRISP-DW方法，采用Clementine工具对所得数据进行分析处理，得到IVR客户与地区分布、ARPU值和入网时长的关系；对IVR客户进行聚类分析，总结出其重要特点；提出相应对策，帮助提高IVR客户的满意度和利用率。建立一个C5.0决策树模型，分析预测客户是基于什么情况才进入IVR系统的。分析IVR客户与入网时长、地区、ARPU值之间的规则，有助于更准确地了解IVR客户并对其细分。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：443392
    • 提供者：weixin_38547882

  1. 数据挖掘学习笔记（三）

  2. 数据分析与数据挖掘的方法 1.频繁模式 频繁模式：数据中频繁出现的模式。 频繁项集：频繁在事务数据集中一起出现的商品集合。 例如，信用卡分析、患者就诊分析、购物车分析… 2.分类与回归 分类与标签预测是找出描述和区分数据类或概念的模型或函数，以便能够使用模型预测类标识未知的对象的类标号。 分类预测类别（离散的、无序的）标号，回归建立连续值函数模型，也就是用来预测缺失的或难以获得的数值数据值。 典型方法：决策树、朴素贝叶斯分类、支持向量机、神经网络、规则分类器、基于模式的分类、逻辑回归… 3.聚类

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：65536
    • 提供者：weixin_38618819

  1. 基于决策树方法的车辆油耗估计模型

  2. 车辆油耗是道路建设后评价的重要指标之一,同时也是道路路面设计、加油站选址、路径选择等问题的决策依据.传统的车辆油耗估计主要采用回归建模的方式,本文基于决策树数据挖掘方法给出了一种车辆油耗的估计模型.首先,利用主成分分析法获取影响车辆油耗的关键因素;其次,基于改进的C4.5决策树构建车辆油耗估计模型;最后,结合1组高速公路场景下车辆油耗的典型样本数据,对本文模型进行验证,通过对车辆油耗预测值与真实值的误差分析,表明本文模型的有效性和实用性.

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：1048576
    • 提供者：weixin_38626080

  1. 决策树算法在学生成绩分析中的应用研究

  2. 基于挖掘分析影响学生学习效果主因素为目的，采用了能够对数据进行挖掘分析并直观展示结果的决策树技术方法，通过某班学生某门课程的学习信息数据进行挖掘分析的试验，采用ID3和C4.5算法生成决策树，并使用后剪枝技术精简决策树，最终找出决定本门课程学习效果的主要因素-考勤。从而为分析学生学习情况，给予个性化提示与指导提供有效的建议。

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：676864
    • 提供者：weixin_38624183

  1. 基于大数据的小麦蚜虫发生程度决策树预测分类模型

  2. 小麦蚜虫是危害小麦的主要害虫。其发生程度预测特别是短期预测一直是植物保护领域难以解决的科学问题。传统预测方法通常仅采用温湿度，预测结果与实际发生匹配度不高。基于大数据的理念和数据挖掘技术，通过对2003-2013年小麦蚜虫发生程度与瓢虫、寄生蜂、日最高气压、日照时数等18种变量关系的决策树分析，构建了分类模型。经分析发现，日照时数与小麦蚜虫的发生程度关联度最高，其次是天敌瓢虫。该模型置信度为91.49%，且运行稳健。

  3. 所属分类：其它

    • 发布日期：2021-01-20
    • 文件大小：1048576
    • 提供者：weixin_38730977
« 12 3 »