搜索资源列表
shujuwajuexitongyanjiu
- ：现有NIDS 的检测知识一般由手工编写，其难度和工作量都较大。将数据挖掘技术应用于网络入侵检测，在Snort 的 基础上构建了基于数据挖掘的网络入侵检测系统模型。重点设计和实现了基于K-Means 算法的异常检测引擎和聚类分析模 块，以及基于Apriori 算法的关联分析器。实验结果表明，聚类分析模块能够自动建立网络正常行为模型，并用于异常检测， 其关联分析器能够自动挖掘出新的入侵检测规则。
mc222_rar
- 实现MCAR关联分类规则的挖掘过程,一种数据挖掘算法挖掘规则的过程。希望对大家有帮助-a method of mining class association rules
associatiton-rule-based-classifier
- 关联分类器的java源码，首先根据apriori算法挖掘所有的频繁项集，然后选择可用的分类规则，然后对未知实例进行分类。包含测试程序与测试数据- U5173 u804 u5206 u7C7B u5668 u7684 u7981 u7989 u989 u989 u989 u989 U7136 u5409 u0910 u0910 u7R09 u5B0 U542B u6D4B u8BD5 u7A0B u5E8F u4E0E u6D4B u8B
vpluf_unit_Chierarchy
- 关联分类算法采用贪心算法发现高质量分类规则()
apriori
- apriori算法的实现，以用于数据挖掘中对关联规则的发现。(implementation of apriori algorithm to find the Association rule in database.)
Apriori
- Apriori算法可以自动生成关联规则，计算支持度、置信度(Apriori algorithm can automatically generate association rules and calculate support degree and confidence degree)
aprioiri
- Apriori算法的几种简单实现，频繁项集和关联规则的实现(Several simple implementations of Apriori algorithm, the implementation of frequent itemsets and association rules)
hlgorithm
- 关联分类算法采用贪心算法发现高质量分类规则()
tusting-inorder
- charm是基于垂直数据集挖掘关联规则的一个著名算法,这个是该算法的实现()
apriori
- 收集数据：使用任何方法 准备数据：任意数据类型都可以，因为我们只保存集合 分析数据：使用任何方法 训练算法：使用Apriori算法来找到频繁项集 测试算法：不需要测试过程 使用算法：用于发现频繁项集以及物品之间的关联规则 使用Apriori算法，首先计算出单个元素的支持度，然后选出单个元素置信度大于我们要求的数值，比如0.5或是0.7等。然后增加单个元素组合的个数，只要组合项的支持度大于我们要求的数值就把它加到我们的频繁项集中，依次递归。 然后根据计算的支持度选出来的频繁项集来
apriori
- apriori算法MATLAB源码，用于处理多数据的关联规则分析(Apriori algorithm MATLAB source code)
apriori-master
- 经典的apriori算法，用于挖掘数据中最大频繁项集和生成关联规则(The classic Apriori algorithm is used to mine the largest frequent itemsets and generate association rules in data.)