搜索资源列表
sequential-pattern-mining-algorithm-based-on-Prefi
- 数据挖掘领域一个活跃的研究分支就是序列模式的发现，上传一个prefixspan算法
cSPADE.rar
- Mining sequential patterns with constraint (SPADE with constraint),Mining sequential patterns with constraint (SPADE with constraint)
PrefixSpan
- java版的PrefixSpan算法实现，文件里包含了详细的文档说明，还有示例。-PrefixSpan algorithm. The document containing a detailed descr iption and an example.
kfs-0.3.tar
- 来自startup的垂直搜索引擎http://www.kosmix.com/的开源项目，又一个开源的类似google mapreduce 的分布式文件系统，可以应用在诸如图片存储、搜索引擎、网格计算、数据挖掘这样需要处理大数据量的网络应用中。与hadoop集成得也比较好，这样可以充分利用了hadoop一些现成的功能，基于C++。-Applications that process large volumes of data (such as, search engines, grid compu
prefixspan_ver1.0.tar
- C++ source code for prefix span algorithm (Sequential pattern mining)
UP
- ASSOCIATION RULE MINING FOR SEQUENTIAL PATTERN MINING, SPEECH RECOGNITION USING DYNAMIC TIME WARPING
apriori
- Apriori algorithm for sequential pattern mining
profix
- 数据挖掘中profix序列模式算法实现，含有详细注释！-Data mining algorithm sequential pattern profix, containing detailed notes!
Apriori--Algorithm
- 一种基于Apriori原理的算法的实现，它是序列模式挖掘中的经典算法-Apriori algorithm based on the realization of the principle, which is the classic sequential pattern mining algorithm
py_gapbide
- python实现的BIDE算法，应用于序列模式的挖掘-the algorithm is applied by python,it is applied to the sequential pattern mining
72079511clospan
- Mining closed sequential patterns
DATABASE_VER_1
- databases for mining sequential pattern
FPGrowthTest
- the FP-growth suanfa Based on Improved FP-Tree of sequential pattern mining algorithms have been debugging through
spreefixspanse
- 序列模式挖掘prefixspan算法源代码。License: GPL2 (Gnu General Public License Versiion 2)-Sequential pattern mining prefixspan algorithm source code. License: GPL2 (Gnu General Public License Versiion 2)
matlab-data-mining
- 数据挖掘(Data Mining)阶段首先要确定挖掘的任务或目的。数据挖掘的目的就是得出隐藏在数据中的有价值的信息。数据挖掘是一门涉及面很广的交叉学科，包括器学习、数理统计、神经网络、数据库、模式识别、粗糙集、模糊数学等相关技术。它也常被称为“知识发现”。知识发现(KDD)被认为是从数据中发现有用知识的整个过程。数据挖掘被认为是KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式(patter，如数据分类、聚类、关联规则发现或序列模式发现等。数据挖掘主要步骤是：数据准备、数据挖掘、结果的解释
ProjectAkhir
- Java Project Akhir Sequential Pattern Mining
apprioiall
- AprioriAll算法的基本思路 1) 排序阶段 利用客户标识customer 2id作为主关键字以及事务发生的时间transaction 2 time作为次关键字对数据库D排序,该步骤将原始的事务数据库转换成客户序列的数据库. 2) 发现频繁项集阶段 利用关联规则挖掘算法找出所有的频繁项目集. 3) 转换阶段 在已经转换的客户序列中,每一个事务被包含于该事物中的所大项目集来替换,如果一个序列不包含任何大项目集,则在已经转换的序列中不应该保留这项事务. 4) 序列阶段 利用核心
test_files
- Prefix_Span algorithm for mining sequential pattern using pattern growth
prefixspan-0.4-ngram
- 数据挖掘算法，用于挖掘频繁序列模式，包含完整的使用说明文档-Data mining algorithm for mining frequent sequential patterns, including the complete user documentation
Top-10-Algorithms-in-Data-Mining
- 在2006年9月召开的ICDM会议上，邀请了ACM KDD创新大奖(InnovationAward)和 Top 10 Algorithms in Data Mining IEEEICDM研究贡献奖(Research Contributions Award)的获奖者们来参与数据挖掘10大算 法的选举，每人提名10种他认为最重要的算法-Classification，Statistical Learning，Top 10 Algorithms in Data Mining，material