搜索资源列表
MiningAlgorithmsofN-MostFrequentItemsets
- 频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长,最小支持度阈值成为控制这种增长的关键.然而,实际应用中仅使用支持度阈值难以有效控制频繁项集的规模.为此定义N个 最频繁项集挖掘问题,并提出基于支持度阈值动态调整策略的宽度优先搜索算法Apriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集.实验表明,本文的2种方法的效率比朴素方法高2倍以上,特别当N值较低时,本 文方法的效率优势更为明显.
10-da--suanfa
- 讲述了最著名的十大数据挖掘算法,经典资料,国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法:C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.-About the top ten most famous data mining algorithms, the
data-mining
- 介绍了数据挖掘中关联规则的基本概念和方法, 进一步讨论和研究了关联规则在图书馆读者文献借阅历史数据分析中的应用。用Apriori关联挖掘算法能挖掘出隐藏在历史数据背后的有用的规则和潜在的信息, 这将有利于为读者提供个性化服务和对图书馆的服务提供决策支持。-Introduces the basic concepts and methods of association rules in data mining, further discussion and the research of asso
MachineLearning
- 机器学习的十大算法,AdaBoost,Apriori,CART,EM,K-means,kNN,PageRank,SVM-Ten machine learning algorithms, AdaBoost, Apriori, CART, EM, K-means, kNN, PageRank, SVM
classificiation-algorithm-overview
- 机器学习领域经典分类算法综述,包括Decision Tree(ID3、C4.5(C5.0)、CART、PUBLIC、SLIQ和SPRINT算法),三种典型贝叶斯分类器(朴素贝叶斯算法、TAN算法、贝叶斯网络分类器),k-近邻 、 基于数据库技术的分类算法( MIND算法、GAC-RDB算法),基于关联规则(CBA:Classification Based on Association Rule)的分类(Apriori算法),支持向量机分类,基于软计算的分类方法(粗糙集(rough set)、遗传