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. rough集和数据挖掘知识获取 课件

  2. 智能信息处理是当前信息科学理论和应用研究中的一个热点领域，随着过去几十年中人们在专家系统、知识工程、人工神经网络、模糊集合等众多领域的不断实践和探索，取得了很多很好的成绩。随着信息时代的到来，信息量不断增长，对信息分析工具的要求也越来越高，人们希望自动地从数据中获取其潜在的依赖模型。这样，大量的数据就无须人的处理，甚至无须人的观察。因此，研究能够从大量信息中形成实际概括(归纳)的系统就显得越来越重要。虽然已经有很多对数据进行分析的简单统计技术，但高级的智能数据分析技术还远没有成熟。因此，数据信

  3. 所属分类：网络基础

    • 发布日期：2009-10-19
    • 文件大小：633856
    • 提供者：weege

  1. 数据挖掘分类器的介绍

  2. 分类的目的是提出一个分类函数或分类模型（即分类器），通过分类器将数据对象映射到某一个给定的类别中。

  3. 所属分类：其它

    • 发布日期：2011-06-27
    • 文件大小：2097152
    • 提供者：john110214

  1. 数据挖掘文本分类语料库

  2. 包含多种类别，如政治、经济、体育、计算机、教育等等

  3. 所属分类：数据库

    • 发布日期：2011-08-25
    • 文件大小：3145728
    • 提供者：chenling117

  1. 数据挖掘之距离计算算法

  2. 在数据分析和数据挖掘的过程中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。

  3. 所属分类：其它

    • 发布日期：2012-09-07
    • 文件大小：53248
    • 提供者：yiren_shao

  1. 类别不平衡分类

  2. 类别不平衡分类问题分析，数据挖掘方面内容

  3. 所属分类：其它

    • 发布日期：2012-10-31
    • 文件大小：556032
    • 提供者：yetta153

  1. 文本挖掘所需的批量文本

  2. 数据挖掘中的文本挖掘所需的批量文本，其中含有10个类别的（含有计算机、环境、政治、体育、经济、军事等），近3000个文件，对于学习文本挖掘提供了一个较好的数据集。

  3. 所属分类：数据库

    • 发布日期：2012-11-19
    • 文件大小：3145728
    • 提供者：baifuhan

  1. 用Microsoft_Excel_2007进行数据挖掘

  2. 表分析工具的安装;分析关键影响因素工具;检测类别工具;从示例填充工具;预测工具;突出显示异常值工具;应用场景分析工具;预测计算器工具;购物篮分析工具

  3. 所属分类：Access

    • 发布日期：2014-04-10
    • 文件大小：3145728
    • 提供者：u014638133

  1. 数据挖掘（第四章 分类与预测）

  2. 数据库中隐藏着许多可以为商业、科研等活动的决策提供所需要的知识。分类与预测是两种数据分析形式，它们可用于抽取能够描述重要数据集合或预测未来数据趋势的模型。分类方法用于预测数据对象的离散类别；而预测则用于预测数据对象的连续取值，如：可以构造一个分类模型来对银行贷款进行风险评估（安全或危险）；也可建立一个预测模型以利用顾客收入与职业（参数）预测其可能用于购买计算机设备的支出大小。机器学习、专家系统、统计学和神经生物学等领域的研究人员已经提出了许多具体的分类预测方法。最初的数据挖掘方法大多都是在这些

  3. 所属分类：其它

    • 发布日期：2008-10-17
    • 文件大小：551936
    • 提供者：gaodedashu

  1. 数据挖掘技术论述与介绍

  2. 数据挖掘综合了各个学科技术，有很多的功能如:分类、聚类、预测、关联规则和序列模式的发现，应用数据挖掘技术是为了实现以下三种目的： 。发现知识：知识发现的目标是从数据库存储的数据中发现隐藏的关系、模式和关联 例如,在商业应用中数据挖掘可用于发现分割、分类、关联、喜好四种知识。发现分割知识可以将客户记录分组，策划为客户度身定做的推销活动。发现分类知识可以将输入的数据分配到预定义的类别中，发现和理解趋势以及对文本文档的进行分类等。发现交叉销售的机会是一种关联知识，以及发现大部分客户的喜好的知识。 。

  3. 所属分类：其它

    • 发布日期：2009-01-19
    • 文件大小：137216
    • 提供者：lisl1998

  1. 数据挖掘之不均衡建模问题

  2. 在实际情况中我们常常需要在数据分布不均衡的情况下进行建模分析，本文总结了常见的针对数据不平衡问题建模的方法。

  3. 所属分类：机器学习

    • 发布日期：2018-05-04
    • 文件大小：1048576
    • 提供者：weixin_37447415

  1. DataWhale数据挖掘学习–Task 2 数据分析

  2. EDA数据分析2.1 数据加载2.2 查看数据概况2.3 检测缺失值、异常值、重复值2.3.1 缺失值判断2.3.2 缺失值可视化missingno矩阵查看缺失值missingno条形图查看缺失值2.3.3异常值检测倾斜值检测2.4 查看预测值分布查看skewness和kurtosis查看具体频数2.5 数据特征分析2.5.1数字特征分析相关性分析查看几个特征的 偏度和峰值每个数字特征得分布可视化数字特征相互之间的关系可视化多变量互相回归关系可视化2.5.2类型特征分析类别特征unique分析类

  3. 所属分类：其它

    • 发布日期：2020-12-21
    • 文件大小：1048576
    • 提供者：weixin_38626179

  1. 数据挖掘：数据清洗——数据不平衡处理

  2. 数据挖掘：数据清洗——数据不平衡处理 一、什么是数据不平衡？ 不平衡数据集指的是数据集各个类别的样本数目相差巨大，也叫数据倾斜。以二分类问题为例，即正类的样本数量远大于负类的样本数量。严格地讲，任何数据集上都有数据不平衡现象，一点的差异不会引起太多的影响，我们只关注那些分布差别比较悬殊的。 关于分布悬殊：如果类别不平衡比例超过4:1，那么其分类器会大大地因为数据不平衡性而无法满足分类要求的。因此在构建分类模型之前，需要对分类不均衡性问题进行处理。 不平衡数据的学习即需要在分布不均匀的数据集中学

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：590848
    • 提供者：weixin_38660731

  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. 数据挖掘-分类算法比较

  2. 随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提供更有效的支持。为了满足这种需求，数据挖掘技术的得到了长足的发展，而分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。本文主要侧重数据挖掘中分类算法的效果的对比，通过简单的实验（采用开源的数据挖掘工具-Weka）来验证不同的分类算法的效果，帮助数据挖掘新手认识不同的分类算法的特点，并且掌握开源数据挖掘工具的使用。分类算

  3. 所属分类：其它

    • 发布日期：2021-03-02
    • 文件大小：475136
    • 提供者：weixin_38703123

  1. 数据挖掘-分类算法比较

  2. 随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提供更有效的支持。为了满足这种需求，数据挖掘技术的得到了长足的发展，而分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。本文主要侧重数据挖掘中分类算法的效果的对比，通过简单的实验（采用开源的数据挖掘工具-Weka）来验证不同的分类算法的效果，帮助数据挖掘新手认识不同的分类算法的特点，并且掌握开源数据挖掘工具的使用。分类算

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：475136
    • 提供者：weixin_38582716

  1. WebScrapping：使用Python进行Web爬取数据挖掘，收集的数据进行数据分析和数据可视化，编写python脚本以提取网站的所有单独类别，编写代码以从首页提取数据并对其进行迭代网站的每个页面（活动，类别，购买数量），然后我使用统计

  2. 网页抓取 使用Python进行Web搜刮，数据挖掘，数据分析和所收集数据的数据可视化。 入门 These instructions will get idea of the project up and running on your local machine for development and Execution purposes. See deployment for notes on how to deploy the project on a live system. The py

  3. 所属分类：其它

    • 发布日期：2021-02-05
    • 文件大小：663552
    • 提供者：weixin_42165018

  1. 数据挖掘-分类算法比较

  2. 随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提供更有效的支持。为了满足这种需求，数据挖掘技术的得到了长足的发展，而分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。本文主要侧重数据挖掘中分类算法的效果的对比，通过简单的实验（采用开源的数据挖掘工具-Weka）来验证不同的分类算法的效果，帮助数据挖掘新手认识不同的分类算法的特点，并且掌握开源数据挖掘工具的使用。分类算

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：475136
    • 提供者：weixin_38684743

  1. 数据挖掘-分类算法比较

  2. 随着计算能力、存储、网络的高速发展，人类积累的数据量正以指数速度增长。对于这些数据，人们迫切希望从中提取出隐藏其中的有用信息，更需要发现更深层次的规律，对决策，商务应用提供更有效的支持。为了满足这种需求，数据挖掘技术的得到了长足的发展，而分类在数据挖掘中是一项非常重要的任务，目前在商业上应用最多。本文主要侧重数据挖掘中分类算法的效果的对比，通过简单的实验（采用开源的数据挖掘工具-Weka）来验证不同的分类算法的效果，帮助数据挖掘新手认识不同的分类算法的特点，并且掌握开源数据挖掘工具的使用。分类算

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：475136
    • 提供者：weixin_38537315

  1. 数据挖掘主要解决的四类问题

  2. 数据挖掘非常清晰的界定了它所能解决的几类问题。这是一个高度的归纳，数据挖掘的应用就是把这几类问题演绎的一个过程。下面让我们来看看它所解决的四类问题是如何界定的：分类问题属于预测性的问题，但是它跟普通预测问题的区别在于其预测的结果是类别（如A、B、C三类）而不是一个具体的数值（如55、65、75……）。举个例子，你和朋友在路上走着，迎面走来一个人，你对朋友说：我猜这个人是个上海人，那么这个问题就属于分类问题；如果你对朋友说：我猜这个人的年龄在30岁左右，那么这个问题就属于后面要说到的预测问题。商业

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：97280
    • 提供者：weixin_38711529

  1. 网络信息安全防范与Web数据挖掘系统的设计与研究

  2. 针对传统但技术成熟的信息挖掘方法具有扩展性较差、挖掘范围窄、效率低等问题，文中设计开发了一套包含了Web文本采集和分类模块以及类别判断模块的网络信息安全防范与Web数据挖掘系统。该系统包括Web文本采集和分类模块以及类别判断模块。Web文本采集模块负责采集互联网中Web网页上存在的文本信息数据，并将其传递给Web文本分类模块。Web文本分类模块又可分为分类器、分类模块和训练模块3部分，是该系统的核心模块，主要负责对Web文本进行分类。类别判断模块负责判断网络文本信息是否应被归入不安全信息类，并针

  3. 所属分类：其它

    • 发布日期：2021-01-26
    • 文件大小：1048576
    • 提供者：weixin_38705762
« 12 3 4 5 6 7 »