搜索资源列表
fpGroth
- FP-Tree算法是关联规则挖掘算法，和经典的Apriori算法相比，有很大优势。-FP-Tree algorithm is association rule mining algorithm, and classical Apriori algorithm, there is a great advantage.
Apriori
- Apriori算法源代码，C++编写的，输入支持度和置信度就可以得出关联规则-Apriori algorithm source code, C++ written input support and confidence association rules can be drawn
DataMining
- 几篇数据挖掘的前沿研究文章，包括关联规则等-Data Mining
Applied_Data_Mining
- 《实用数据挖掘》 本书对面向应用的数据挖掘方法进行了清晰的阐述，包括经典的多元统计方法、贝叶斯多元统计方法、基于机器学习的数据挖掘方法和基于计算的数据挖掘方法等。介绍了数据挖掘领域中许多最新的研究成果，如关联规则、序列规则、图示马尔可夫模型、基于存储的推理、信用风险和Web挖掘等。并详细介绍了选自实际工业项目的6个应用实例，强调了数据挖掘方法的实用性。 本书主要面向计算机科学、信息管理、应用统计学和经济学等专业的高年级本科生和研究生。对实际从事海量数据分析和处理的技术人员也有很好的指导作用和
myminer
- 改进关联规则算法在贴片机数据挖掘中的应用-Application of Improved Algorithm of Association Rules in Surface Mounter Data Mining
Association.Algorithms
- 关联规则挖掘算法综述Association Rule Mining Algorithms -Association Rule Mining Algorithms
apriori
- apriori算法的实现，利用C++，cpp文件，数据挖掘领域关于挖掘关联规则的算法-data mining,apriori~ data mining,apriori~data mining,apriori~data mining,apriori~data mining,apriori~data mining,apriori~data mining,apriori~data mining,apriori~data mining,apriori~
apriroi
- apririo是经典的关联规则算法，java版本-apririo is a classical association rules algorithms, java version
WeighKey
- 应用apriori检测异常数据，应用apriori找出关联规则，进行数据库检测 -Detection of abnormal data application apriori
Behae
- 查询行为和关联规则的相关反馈查询扩Behavior and association rule -Behavior and association rule query relevance feedback query expansion
AprioriTest
- java写的关联规则，可以获得频繁项集，可以获得关联规则。-association rules written in java, you can get frequent itemsets, association rules can be obtained.
myapriori
- 关联规则的Apriori算法的java实现-Apriori association rules algorithm java implementation
x8p2riyj
- 关联规则实现代码源代码来源于互联网如有雷同纯属巧合world文本改成doc后缀-Association rules implementation code source code from the Internet world and any similarity is purely coincidental text into doc suffix
ant-colony-algorithm
- 经典的蚁群算法，D为最短路矩阵，利用其挖掘关联规则-Classical ant colony algorithm, D is the shortest path matrix, the use of its mining association rules
Apriori
- Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法。其核心是基于两阶段频集思想的递推算法。该关联规则在分类上属于单维、单层、布尔关联规则。在这里，所有支持度大于最小支持度的项集称为频繁项集，简称频集。 - （1） L1 = find_frequent_1-itemsets(D) （2） for (k=2 Lk-1 ≠Φ k++) { （3） Ck = apriori_gen(Lk-1 ,min_sup) （4） for each transaction t ∈ D
1
- 关联规则算法的代码，apriori算法的实现 mfc应用 通过设置置信度和支持度两个不同的参数，挖掘海量数据中的关联规则-the implement of apriori arithmetic the application of mfc
Research-of-Association
- 关联规则是数据挖掘的重要模式之一，有着极其重要的应用价值。本文根据关联规则挖掘的要求与特点，结合遗传算法的思想，提出了一个基于遗传算法的关联规则挖掘方法，并通过实例分析，说明是一种具有实用价值的方法。-Data mining association rules is one important model, has an extremely important value. Based on association rule mining requirements and features, c
Bayes-Classifier-Association-Rules
- 朴素贝叶斯分类是一种简单而高效的分类模型，然而条件独立性假设在现实中很少出，致使其性能有所下降。通过引入关联规则，从两方面来改善朴素贝叶斯分类的性能。一方面，通过对关联规则的挖掘，发现条件属性之间的关联关系，并且利用这种关联关系弱化朴素贝叶斯的独立性假设；另一方面，通过关联规则的置信度，给朴素贝叶斯加权。 -Naive Bayesian classifier is a simple and efficient classification model, the conditional indep
apriori
- 经典的apriori算法，用c语言描述，可以得出相应的关联规则-Classical apriori algorithm c language descr iption, the corresponding association rules can be drawn
CPP
- 用于进行多维关联规则挖掘，对于原始的关联规则进行了扩展-自动检测中英文中译英英译中 百度翻译 翻译结果（中 > 英）复制结果 For mining multidimensional association rules