搜索资源列表
epc2d-update
- 一个投影聚类算法及其数据集生成源码。 参考文献： Eric K.K. Ng, A. Fu : Efficient algorithm for Projected Clustering,-a clustering algorithm and its projection data sets generated source. References : Eric K. K. Ng, A. Fu : Projected Efficient algorithm for clustering,
myfisher
- 一个简单的fisher分类器代码,并含有实验用的两个数据集合.-a simple fisher classifier code, and contains the two experimental data sets.
IBM_VC++
- IBM实验室提供的数据集生成器源码，可以数据挖掘中经常使用的关联规则数据集。-IBM laboratory data sets provided by the generator source, Data mining can be used in the association rules data sets.
crossvalidate
- 基于决策树的n则交叉验证分类器 （决策树程序直接调用matlab中的） crossvalidate.m N则交叉验证程序，N可选 NDT.mat 含9个国际公认标准数据集，已做过标么处理，可直接使用 专业-n Based on Decision Tree is cross-validation classification (decision tree directly call the Matlab) cr ossvalidate.m N is cross-validation
ecoli
- KDD的专业测试数据集ecoli，投KDD的可要同一使用他的数据集哈-KDD professional ecoli test data sets, the cast, until KDD he used the same data sets Kazakhstan
clusterglass
- KDD的专业测试数据集glass，投KDD的可要同一使用他的数据集哈-KDD professional glass test data sets, for me, KDD he used the same data sets Kazakhstan
ANewC4.5alg
- 经典的数据挖掘分类算法，由ID3算法演变而来。本算法主要用于处理连续属性值，基本过程如下： 1.根据属性的值对数据集排序 2.用不同的阈值将数据集动态的分类 3.迭代根据阈值进行划分 4.得到所有可能的阈值、增益以及增益比-classical classification of data mining algorithms, evolved from the ID3 algorithm. This is mainly used to deal with continuous at
zhong
- 系统聚类算法K-means 属于聚类分析中一种基本的划分方法，常采用误差平方和准则函数作为聚类准则，该算法在处理大数据集时是相对可伸缩且高效率的，同时具有潜在的数据并行性。但是这种算法依赖于初始值的选择以及数据的输入顺序；此外，当运用误差平方和准则函数测度聚类效果时，如果各簇的形状和大小差别很大，为使误差平方和 Jc 值达到最小有可能出现将大的聚类簇分割的现象。-system clustering algorithm K-means cluster analysis is a basic met
MFY_kmeans
- 这是我帮一个本科生做的毕业设计，实现的数据挖掘的k均值和k中心算法，其中包含了我做的两个二维的数据集，感觉要预先知道k的参数值，不是很方便-This is what I do to help an undergraduate graduation Design, Implementation of the Data Mining mean k and k center algorithm, which includes me to do two two-dimensional data sets
GASVM.用遗传算法进行特征选取和svm参数优化的程序
- 用遗传算法进行特征选取和svm参数优化的程序。遗传算法工具箱goat已在压缩包 需要安装libsvm就可以直接运行。数据集采用UCI中的german数据集，并完成归一化操作,Genetic algorithm with feature selection and parameter optimization svm procedures. Genetic Algorithm Toolbox in goat need to install libsvm package can be run dir
classification
- 该程序包实现了几个常用的模式识别分类器算法，包括K近邻分类器KNN、线性判别方程LDF分类器、二次判别方程QDF分类器、RDA规则判别分析分类器、MQDF改进二次判别方程分类器、SVM支持向量机分类器。 主程序中还有接口调用举例，压缩包中还有两个测试数据集文件。-The package to achieve a number of commonly used pattern recognition classifier algorithms, including K neighbor class
DM4
- 执行流程： 1. 用户输入参数：K的选择，训练数据，测试数据的路径； 2. 读取训练数据集和测试数据集文件，用ArffFileReader类读取并组织起InstanceSet数据结构； 3. 利用上面的相似度量标准，对每一个测试集中的Instance，计算与其最相似的K个训练集中的Instance，通过投票进行分类，将分类结果存储经Instance的成员变量targetGuess中； 4. 对分类结果进行度量，包括分类正确率，各种类别实例的Precision，Recall；Con
mRMRFeatureSelection
- mRMR_0.9_compiled最小冗余和最大相关特征选取源代码，-This package is the mRMR (minimum-redundancy maximum-relevancy) feature selection method, whose better performance over the conventional top-ranking method has been demonstrated on a number of data sets in recent pu
BP
- 利用BP算法，设计一个多层感知器为表中的数据集提供一个非线性逼近，并测试其泛化能力-The use of BP algorithm, the design of a multi-layer perceptron for the table of data sets to provide a non-linear approximation, and testing their generalization ability
cheswithdiffrentsurpport
- 模式识别领域的通用数据集，在不同的支持度下的频繁项集。-The field of pattern recognition of common data sets, at different levels of support under the frequent itemsets.
Bayes
- 该代码包是一个基于贝叶斯分类器的分类程序，内含数据集、可运行程序-The code package is a classifier based on Bayesian classification procedures, including data sets, can run the program
RepeatFCM
- FCM算法的实现及测试，该源码实现常用数据集的测试。-FCM algorithm and testing, the achievement of the source data sets commonly used test.
Data-Mining-Concepts-and-Techniques
- 介绍什么是数据挖掘，什么是数据库中知识发现。书中的材料从数据库角度 提供，特别强调发现隐藏在大型数据集中有趣数据模式的数据挖掘基本概念和技术。所讨论的实现 方法主要面向可规模化的、有效的数据挖掘工具开发。 除学习数据挖掘系统的分类之外，你将看到建立未来的数据挖掘工具所面临的挑战性问题-Introduction What is data mining, knowledge of what is found in the database. The book provides the m
Wine-Quality-Data-Set
- 红酒、白酒质量数据集，可作为机器学习中的数据挖掘数据库-Red wine, white wine quality data sets can be used as data mining machine learning database
Geolife Data 1.3
- Geolife GPS 轨迹数据集–用户指南 这一 GPS 轨迹数据集是在 (微软研究亚洲) Geolife 项目中收集的, 178 用户在四年 (2007年4月至 2011年10月) 期间。该数据集的 GPS 轨迹由一个时间戳点序列表示, 每一个都包含纬度、经度和高度信息。该数据集包含17621个轨迹, 总距离为1251654公里, 总持续时间为48203小时。该轨迹数据集可以应用于移动模式挖掘、用户活动识别、基于位置的社交网络、位置隐私和位置推荐等多个研究领域。(Geolife GPS t