您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. k均值聚类、数据等,学习模式识别的可以参考下

  2. 模式识别中k均值聚类的程序及数据:包括初始中心点的选择、新中心点的选择,距离的定义等
  3. 所属分类:专业指导

    • 发布日期:2010-04-07
    • 文件大小:2048
    • 提供者:yueyue2006
  1. 文本聚类用的Tfid词频计算

  2. 计算TFID的源码,可用于文本聚类、分类,属于数据挖掘。
  3. 所属分类:C#

    • 发布日期:2011-07-18
    • 文件大小:11264
    • 提供者:dptan
  1. 文本分类聚类数据集sqlserver2008格式

  2. 包含四个数据集,分别从english20newsgroup、reuters 中提取,分别为500条记录,各含五类,每类文档数目不同!从两个母数据库中提取,存储为sqlserver2008格式,可以直接附加,表结构如下!全部进行了标注,可以用来分类或者聚类!
  3. 所属分类:SQLServer

    • 发布日期:2011-09-16
    • 文件大小:4194304
    • 提供者:miracletiger
  1. 聚类分析详细原理

  2. 聚类( )是一个将数据集划分为若干组()或类()的 过程,并使得同一个组内的数据对象具有较高的相似度;而不同组中的数据对象 是不相似的。相似或不相似的描述是基于数据描述属性的取值来确定的。通常就 是利用(各对象间)距离来进行表示的。许多领域,包括数据挖掘、统计学和机 器学习都有聚类研究和应用
  3. 所属分类:其它

    • 发布日期:2011-12-06
    • 文件大小:553984
    • 提供者:pipixia_ztx
  1. 聚类算法研究

  2. 聚类算法研究 据挖掘、模式识别等研究方向的重要研究内容之一,在识别数据的内在结构方面具有极其重要的作用.聚类主 要应用于模式识别中的语音识别、字符识别等,机器学习中的聚类算法应用于图像分割和机器视觉,图像处理 中聚类用于数据压缩和信息检索.聚类的另一个主要应用是数据挖掘(多关系数据挖掘)、时空数据库应用(GIS 等)、序列和异类数据分析等.此外,聚类还应用于统计科学.值得一提的是,聚类分析对生物学、心理学、考古学、 地质学、地理学以及市场营销等研究也都有重要作用[1−3]. 本文一方面从算法思
  3. 所属分类:专业指导

    • 发布日期:2012-03-06
    • 文件大小:883712
    • 提供者:comaple
  1. UCI聚类数据

  2. 聚类、分类数据挖掘使用的数据,可以使用它作为实验数据。里面包括很多种类数据
  3. 所属分类:IT管理

    • 发布日期:2012-05-02
    • 文件大小:1048576
    • 提供者:ying310060082
  1. 聚类、分类所用数据集

  2. 做聚类、分类时很经典的测试数据集,可以很好的检测你所设计的算法。我所上传的数据集格式是.mat格式,用load命令就可以加载。
  3. 所属分类:其它

    • 发布日期:2012-09-06
    • 文件大小:114688
    • 提供者:xiaojiang711
  1. 基于谱聚类的聚类集成算法

  2. 摘 要 谱聚类是近年来出现的一类性能优越的聚类算法, 能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感, 利用 聚类集成良好的鲁棒性和泛化能力, 本文提出了基于谱聚类的聚类集成算法. 该算法首先利用谱聚类算法的内在特性构造多 样性的聚类成员; 然后, 采用连接三元组算法计算相似度矩阵, 扩充了数据点之间的相似性信息; 最后, 对相似度矩阵使用谱聚 类算法得到最终的集成结果. 为了使算法能扩展到大规模应用, 利用 NystrÄom 采样算法只计算随机采样数据点之间以及随机 采样数据点与剩余
  3. 所属分类:专业指导

    • 发布日期:2013-02-12
    • 文件大小:446464
    • 提供者:hujiao199
  1. 数据挖掘中三种聚类matlab实现

  2. 数据挖掘中三种聚类matlab实现,包括:k-media\k-means\层次
  3. 所属分类:其它

    • 发布日期:2013-04-26
    • 文件大小:3072
    • 提供者:a154422477
  1. 数据仓库聚类分析

  2.   基于SQLserver数据挖掘模型对数据库或数据仓库中的数据进行聚类分析,学习和掌握使用Sql Server进行聚类分析数据挖掘,了解并掌握挖掘结构、挖掘模型的基本概念,能够使用数据挖掘向导创建数据挖掘结构和模型,掌握数据挖掘设计器的使用方法,掌握模型查看器方法,能够使用挖掘准确性图表,了解模型的提升图,能够创建数据挖掘报告。
  3. 所属分类:数据库

    • 发布日期:2013-06-04
    • 文件大小:1048576
    • 提供者:wds_512
  1. 关于膜计算的聚类算法

  2. 膜计算是一种分布式、并行计算模型,又被称为 P 系统。膜计算旨在从生命细胞的 结构和功能以及组织、器官和高级生物组织中细胞群的协作中抽象出计算模型,具有分 布式、极大并行性、非确定性等特点。膜计算已广泛地应用于众多领域。 聚类分析是一种无监督学习过程。数据聚类是将一组数据划分到不同的组或簇中, 使得同一组中的模式尽可能地相似而不同组中的尽可能地相异。与分类不同,用于聚类 的数据没有事先定义好的类标签。通过聚类希望寻找到数据集中数据的自然结构。
  3. 所属分类:其它

    • 发布日期:2015-04-22
    • 文件大小:1048576
    • 提供者:zhuanjiao258
  1. 常用聚类分析数据集

  2. 聚类分析常用的人工数据集,包括:UCI:wine、Iris、yeast,还有4k2_far、leuk72_3k等数据集。它们在聚类分析、数据挖掘、机器学习、模式识别领域经常用到。
  3. 所属分类:C++

    • 发布日期:2015-07-01
    • 文件大小:32768
    • 提供者:luozhipeng2011
  1. 二维聚类数据集

  2. 用于聚类方法的数据集,包括不同数目的块状聚类、月牙形、同心环形及螺旋形分布,可用于Kmeans、谱聚类等聚类方法的测试。
  3. 所属分类:其它

    • 发布日期:2015-09-30
    • 文件大小:363520
    • 提供者:jteng
  1. 聚类测试数据

  2. two_cluster、three_cluster、five_cluster为不同簇数的点集,适用于Kmeans聚类 spiral、Twomoons、ThreeCircles分别为螺旋分布、月牙分布、环形分布数据集。
  3. 所属分类:其它

    • 发布日期:2016-08-15
    • 文件大小:363520
    • 提供者:yan456jie
  1. 数据挖掘软件(关联规则、聚类算法)

  2. 个人开发的一个数据挖掘的软件,集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法; 数据源存储在Microsoft Access 数据库中,将相应表中的数据换成你的数据,就可以直接进行挖掘。 DataMining软件(集成了关联规则、k-均值聚类、模糊聚类、k-中心点聚类四种算法)
  3. 所属分类:其它

    • 发布日期:2009-03-08
    • 文件大小:138240
    • 提供者:i91yangyang
  1. 《RapidMiner数据分析与挖掘实战》第9章 K-Means 聚类、辨别分析

  2. 与分类不同,聚类分析是在没有给定划分类别的情况下,根据数据相似度进行样本分组的一种方法。与分类模型需要使用有类标记样本构成的训练数据不同,聚类模型可以建立在无类标记的数据上,是一种非监督的学习算法。聚类的输入是一组未被标记的样本,聚类根据数据自身的距离或相似度将他们划分为若干组,划分的原则是组内样本最小化而组间(外部)距离最大化,如图9 1所示。
  3. 所属分类:算法与数据结构

    • 发布日期:2018-06-30
    • 文件大小:370688
    • 提供者:qq_40370890
  1. 聚类测试数据

  2. two_cluster、three_cluster、five_cluster为不同簇数的点集,适用于Kmeans聚类 spiral、Twomoons、ThreeCircles分别为螺旋分布、月牙分布、环形分布数据集。
  3. 所属分类:其它

    • 发布日期:2020-02-29
    • 文件大小:363520
    • 提供者:sunflow
  1. 基于co-ICIB联合聚类的舆情监测系统设计

  2. 基于co-ICIB联合聚类的舆情监测系统的设计为舆情信息库,它通过联合聚类等数据挖掘算法可以快速及时地发现新的舆论热点.当舆论热点被确认,即在互联网上真正成为一个备受关注的话题时,文本分类算法可以将同一话题内的信息归类,有助于跟踪舆情的发展趋势.该舆情监测系统可为舆情监管部门提供原始舆情资料、数据性图表和建议性分析.
  3. 所属分类:其它

    • 发布日期:2020-06-03
    • 文件大小:843776
    • 提供者:weixin_38720756
  1. 基于用户/项目的混合协同过滤推荐算法的推荐原理、推荐过程、代码实现 混合推荐算法 聚类、属性、评分混合推荐项目代码实现

  2. 目前商用的推荐机制都为混合式推荐,将用户属性、项目属性、用户操作行为、聚类算法、基于用户、基于项目、基于内容等混合推荐。本文主要介绍混合推荐的推荐原理、推荐过程、代码实现。 一、基于用户/项目的混合协同过滤推荐算法推荐原理 混合推荐可使用的数据包括: 1、用户属性:用户位置、用户性别、用户年龄等属性信息; 2、项目属性:项目类别、项目添加时间、项目内容等属性信息; 3、用户操作行为:用户评分、收藏记录、浏览记录、观看时长、购买记录等操作行为; 混合推荐方法可以是先将数据进行聚类(用户聚类、项目聚
  3. 所属分类:其它

    • 发布日期:2021-01-07
    • 文件大小:45056
    • 提供者:weixin_38606466
  1. MachineLearning学习——0216——无监督学习之聚类、PCA、顺便试试markdown

  2. 参考:https://github.com/apachecn/vt-cs4624-pyml-zh/blob/master/docs/18.md 聚类 介绍:使用无标注数据,将相似数据分组,同时隔离不相似数据。注意,与分类不同的是,聚类用于识别数据集中的潜在组,分类用于将输入与现有组匹配。简单的说,聚类前没有已知类别,分组前已知需要的类别。 如何理解潜在组:如用户群体聚类。用户特征很多,可以是xx岁的xx月薪的xx职业。事先不好提出一个可能的类别。因此用聚类,自动将相似用户特征聚集在一起,观察有颜
  3. 所属分类:其它

    • 发布日期:2021-01-06
    • 文件大小:77824
    • 提供者:weixin_38732315
« 12 3 4 5 6 7 8 9 10 ... 50 »