搜索资源列表
MessageClassifier
- 数据挖掘 文本分类算法 很适应，可以轻松的学习和体会数据挖掘的奥妙-Data mining text classification algorithm is to adapt, you can easily learn and experience the concave data mining
id3
- 数据挖掘分类算法——决策树id3算法，c++实现-Data mining classification algorithms- id3 decision tree algorithm, c++ implementation
kmeans2.rar
- 数据挖掘k-means算法实现，数据随机生成，维数和聚类数据量自己设置。,Data Mining k-means algorithm, randomly generated data, clustering data dimension and the volume of their own settings.
KMEANS.rar
- 聚类分析是数据挖掘中的一个重要研究领域，是一种数据划分或分组处理的 重要手段和方法。聚类无论在商务领域，还是在生物学、W七b文档分类、图像 处理等其他领域都得到了有效的应用。目前聚类算法大体上分为基于划分的方 法、基于层次的方法、基于密度的方法、基于网格的方法、基于模型的方法以及 模糊聚类。 ,erer
LJClusterDemo
- 文本聚类是基于相似性算法的自动聚类技术，自动对大量无类别的文档进行归类，把内容相近的文档归为一类，并自动为该类生成特征主题词。适用于自动生成热点舆论专题、重大新闻事件追踪、情报的可视化分析等诸多应用。 灵玖Lingjoin（www.lingjoin.com）基于核心特征发现技术，突破了传统聚类方法空间消耗大，处理时间长的瓶颈；不仅聚类速度快，而且准确率高，内存消耗小，特别适合于超大规模的语料聚类和短文本的语料聚类。 灵玖文档聚类组件的主要特色在于： 1、速度快：可以处理海量规模
KMeansJava
- 利用Java实现的K-均值算法，K-Mean 分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出 具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些群中心，进行后续的处理，可用于数据挖掘中的聚类分析-Java implementation using K-means algorithm, K-Mean grouping method is a fragmented grouping method, whose main goal is to a large nu
prefixspan-0.1.tar
- 经典的数据关联挖掘算法prefixspan-Classical data association mining algorithm PrefixSpan
FuzzyCMeans
- 用java实现的模糊k-means算法,供数据挖掘的爱好者参考-fuzzy k-means algrithm
MyKmeans
- 使用java实现了数据挖掘中的K-mean算法，并进行了适当的改进，代码清晰，支持多维，可以方便修改代码接口。-Java implementation of data mining using the K-mean algorithm, and make the appropriate improvements, code clarity, support multi-dimensional, you can easily modify the code interface.
APRIORI
- 数据挖掘经典算法Apriori算法的的java实现，共包含两个类。数据结构用MAP实现。其中输入固定。可以将其改成读取文档形式。-Data mining classic algorithm Apriori algorithm. Realize in Java
FP_growth_1221
- FP-growth 算法，包括了建树和挖掘部分。 代码风格良好，可读性强，运算速度快, accident.dat, 340000条数据，50 支持度，建树和挖掘时间100秒左右，mushroom.dat, 8000条记录，建树和挖掘不超过8秒-FP-growth algorithm， written with c++,(ide is visual c++ 2008). The program is very fast and robust，for data of accide
KNN
- 由于在网上没有找到数据挖掘中KNN的java算法，于是自己写了一个，对需要KNN的java代码的朋友，肯定会有帮助-Since the Internet does not find the java KNN data mining algorithms, so to write one, the java code that need to KNN friends will certainly help
c45
- 用matlab编程实现的数据挖掘c4.5算法，是上交的一个作业，绝对可行的。当然，还有些小瑕疵-Matlab programming with data mining c4.5 algorithm, is handed a job, absolutely feasible. Of course, there are some small flaws
KMeans
- 用java实现的k means算法，搞过数据挖掘的人应该都知道的~-k means algorithm implement in java, the basic method of clustering in data mining
Apriori_example
- 讲解数据挖掘中的apriori算法的ppt，有算例。-APRIORI Algorithm，with an example.
cluster
- 数据挖掘的一个clustering方法，主要是k-meas算法，帮助理解clustering-an algorithm of clustering in data mining
k-means
- java实现的k-means算法，具有可视化界面，可以作为数据挖掘的作业处理。-java implementation of the k-means algorithm with a visual interface that can handle a data mining operation.
KNN
- 数据挖掘导论中的K近邻聚类算法，用C++编写而成。-Introduction to Data Mining of the K neighbors clustering algorithm, using C++ has been prepared by.
k-means
- k-均值聚类算法c语言版用于划分聚类，适合用于数据挖掘之中-k-means clustering algorithm c language version
simple_kmeans.tar
- 数据挖掘， k－means算法, openmp, mpich, 和单机版-kmeans algorithm