搜索资源列表
chengxu
- 决策树分类，id3算法，数据挖掘，以学生成绩为例-Decision tree classification, id3 algorithm, data mining, to student achievement, for example
datamine
- 关于数据挖掘的算法，超市数据挖掘，用于生成决策树和关联规则的程序，附有课设文档-About data mining algorithms, supermarket data mining, decision tree and association rules for building the program, with classes set document
数据挖掘算法代码
- 包含多种算法，各种建模方法，是学习数据挖掘的好资料。
大数据：互联网大规模数据挖掘与分布式处理
- 大数据：互联网大规模数据挖掘与分布式处理, 介绍性书籍，还是不错的。
数据挖掘十问
- 数据挖掘十问,做数据挖掘的同学都应该知道的知识。实用。
基於Apriori、FP-Growth及Eclat算法的頻繁模式挖掘源程
- 基於Apriori、FP-Growth及Eclat算法的頻繁模式挖掘源程
各种数据挖掘算法实现
- 文件包含近10种数据挖掘算法的代码，是机器学习的好帮手
据挖掘部分算法的matlab实现
- 据挖掘部分算法的matlab实现,包含聚类算法、分类算法等。
数据挖掘
- 这是有关数据挖掘的c程序，是学习fp_tree的经典入门c程序，非常适合初学者学习使用
FP_growth源代码——python
- 数据挖掘基础算法，FP_growth源代码——python实现
序列模式挖掘算法
- 序列模式挖掘算法序列模式挖掘算法序列模式挖掘算法
Data set for data mining
- 该文档为自用数据挖掘数据集，数据量相对较小，用于数据挖掘初学者使用(thank you for download)
project
- 数据挖掘，推荐系统，堆叠降噪自编码器，逻辑回归(Data mining, recommender systems, stack noise reduction, self coder, logic regression)
java鏁版嵁鎸栨帢
- 数据挖掘算法java实现 c45,kmeans,fss,id3(Data mining algorithm java implementation, which contains a variety of data mining algorithms, should be a good reference document.)
apriori
- 数据挖掘Aprior的简易c++实现，通过string来表示数据集，没有采用STL set集合操作，因此实现起来简单一些，判断是否包含用到了动态规划算法中的最长公共子序列，思想是暴力求解，没有用到很高端的思想和算法。(Simple c++ data mining Aprior, said data set by the string, without the use of STL set collection operation, thus the realization is simple,
wajue
- 文件中给了很多用数据挖掘的实例，读者可以自行下载下来，非常多。包括数据都给的很详细，能快速让您掌握数据挖掘的编程代码(The file gives a lot of examples of data mining, the reader can download it down, very much. Including the data given to the very detailed, can quickly let you master the data mining programm
Python数据挖掘入门与实践m
- 《 python 数据挖掘入门与实践 》(Introduction and practice of Python data mining)
FP树关联规则挖掘频繁项集
- 根据用户的轨迹寻找用户的最频繁项集，找到用户经常出现的区域(According to the user's trajectory to find the user's most frequent itemsets, to find frequent users of the region)
Release
- 软件挖掘网络资源，网络资源挖掘工具源码，挖掘网络备份，等一些网站备份(Network resources mining tools source)
文本深度挖掘
- 用于分析文档，分析情感指数，正负面情绪，及新闻分类(Used to analyze documents, analyze sentiment, positive and negative emotions, and classify news)