搜索资源列表
AdaBoost
- 加强树算法的一个实例，最后取得了很好的分类结果，便于推广，分类器的代码可以根据实际进行更改。-Strengthen an instance tree algorithm, finally achieved good classification results, easy to promote, classification code can actually make changes.
mackeyglass
- 产生两种makeglass数据，一定比例分割train、predict所言数据- generate make glass data
jueceshu
- 数据挖掘，决策树算法（对天气状况影响运不运动进行决策），代码完整，附带数据。-Data mining, decision tree algorithm (weather affect shipment don t make decisions), code complete, the supplementary data.
code_BPMF
- 如何使它工作： 1。创建一个单独的目录，并将所有这些文件下载到相同的目录中 2。下载7个文件： *demo:主文件demo:PMF和贝叶斯PMF * PMF.m:训练的PMF模型 * bayespmf.m贝叶斯PMF模型实现吉布斯采样器。 * moviedata.mat样本数据包含三元组（user_id，movie_id，评分） * makematrix.m：辅助功能转换成大型矩阵的三元组。 * PRED.m:辅助功能使得预测验证集。 三.在Matlab只需运
Boosting
- 分类，用于对数据进行归类。把数据按照不同的属性进行归类，并且使归类的精确度越高越好。(Classification; used to classify data. Classify data according to different attributes, and make the accuracy of classification better.)
EntropyBoost
- 用于对数据进行归类。把数据按照不同的属性进行归类，并且使归类的精确度越高越好。(used to classify data. Classify data according to different attributes, and make the accuracy of classification better.)
Python数据分析与挖掘实战
- 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c
python疫情数据可视化
- 通过时事数据可视化系统，可以清楚地了解全球疫情分布的状况以及密度，以便做出相应的对策(Through the current affairs data visualization system, it is possible to clearly understand the distribution and density of the global epidemic in order to make corresponding countermeasures)