搜索资源列表
DMBench
- 简易数据挖掘工具,集成支持向量机、聚类等常见算法-simple data mining tools, integrated support vector machine, such as common clustering algorithm
MFP-Miner
- 最大频繁项集挖掘算法。运行前需将release中的data和result数据拷贝到上一级目录下。
fpgrowth
- 数据挖掘中的FP-growth算法,很好的代码,可以挖掘数据库中的关联规则,很有效哦!
eclat
- 数据挖掘中的eclat算法,很好的代码,可以挖掘数据库中的关联规则,很有效哦!
bayes
- 数据挖掘中的bayes算法,很好的代码,可以挖掘数据库中的bayes规则,很有效哦!
relim
- 数据挖掘中的relim算法,很好的代码,可以挖掘数据库中的关联规则,很有效哦!
cure
- 介绍一种非常有效的对大数据库的数据挖掘算法-数据聚类
c45
- 该代码是数据挖掘里面的决策树算法 利用c45理论,通过对训练数据的分析判断,计算出各个数据的其它对目标属性的重要程度,即计算出每个其它数据的信息增益值来将训练数据逐步分类,最后得出目标分类,从而实现决策树的生成过程。最后即可利用此决策树来对新的数据进行测试,判断其目标属性的可能值。
DBRS
- DBRS聚类算法 对学习数据挖掘有用 空间聚类
Apriori
- Apriori算法的VC++实现,数据挖掘关联算法
weka-3-5-7_lc
- 新西兰大学开发的一款数据挖掘软件,在java虚拟机环境下运行,用户可以自己编写算法程序在软件里进行验证
聚类分析程序
- 该文件是一组数据挖掘领域中,聚类分析的有关算法。-the document is a group of data mining areas, cluster analysis of the algorithm.
新建 Microsoft Word 文档 (3)
- 基于划分的聚类分析算法k-means,主要用于数据挖掘领域.-Partition - based cluster analysis algorithm k-means, used mainly for data mining areas.
新建 Microsoft Word 文档 (4)
- 模糊聚类分析算法fuzzy_k_means,主要用于数据挖掘领域.-fuzzy clustering algorithm fuzzy_k_means, mainly for data mining areas.
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件,基于DMX,代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用, 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法,具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
Discover
- 一个相对很完善的数据挖掘系统(少部分功能欠缺),不仅包括了按类Association(内含Apriori,C4.5,GrowTree),Classification(ID3),Cluster划分常用的算法及个人优化后的算法。同时包含了多种数据源(MS Access,Excel,SQL Server,TEXT)的界面直接连接方式。界面方面更像一个专业的系统,采用了类VC浮动多框架界面,也可以作为界面编程的参考。这个工程的分数和其他小工具的分数一样,感觉亏大了:)-A relatively well
MainWeka
- 数据挖掘开源算法最经典的weka算法源码,导入Eclipse就可以打开,包含了几十个经典的数据挖掘算法。-Open source data mining algorithm is the most classical algorithm weka source code into Eclipse, you can open, contains dozens of classic data mining algorithms.
DM
- visual studio2010 SQL2005数据挖掘算法实例源码加数据库-the visual studio2010 SQL2005 data mining algorithms example source code plus database
k_means
- Kmeans数据挖掘算法的实现,学习数据挖掘的一个好的例子。-implements of kmeans in data mining and a good example of learning data mining.
第9章 聚类分析
- 大数据挖掘,主要包括:数据的分类与聚类分析、智能算法、(Classification and cluster analysis of data)