搜索资源列表
weka-src
- 开发环境：eclipse WEKA是一个数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。 -Development environment: eclipse WEKA is a data mining work platform, a collection of a lot to take on the task of data mining machine learning algorithms,
libsvm-3.12
- LIBSVM是台湾大学林智仁副教授等开发设计的一个简单、易于使用和快速有效的SVM模式识别与回归的软件包，他不但提供了编译好的可在Windows系列系统的执行文件，还提供了源代码，方便改进、修改以及在其它操作系统上应用；该软件对SVM所涉及的参数调节相对比较少，提供了很多的默认参数，利用这些默认参数可以解决很多问题；并提供了交互检验(Cross Validation)的功能。该软件可以解决C-SVM、ν-SVM、ε-SVR和ν-SVR等问题，包括基于一对一算法的多类模式识别问题。-The LIB
JAVADIGGER
- DIGGER社交网络数据挖掘分析系统，本系统的挖掘工作是在WEKA平台下进行的，WEKA作为一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化。DIGGER作为一个社交网络系统，它利用数据挖掘工具WEKA在大规模海量数据中建立模型和发现数据间关系，这些模型和关系可以用来做出决策和预测。 第一章描述了开题的背景和需求，第二章描述该系统的关键技术和开发环境，第三章是系统的设计，第四章对框架的研究
kalman-master
- 卡尔曼滤波器是一个“optimal recursive data processing algorithm（最优化自回归数据处理算法）-Kalman filtering, also known as linear quadratic estimation (LQE), is an algorithm that uses a series of measurements observed over time, containing noise (random variations) and oth
weka.pdf
- WEKA 中文API学习教程，详解 回归，分类，群集，最近邻算法-WEKA Chinese API tutorials, Detailed regression, classification, clustering, Nearest Neighbor algorithm
spark
- MLlib 是spark 机器学习的库，它的目标是使机器学习算法能更容易上手。这个库包含通用学习算法和工具集，包括：分类，回归，聚类，协同过滤，降维，以及深层优化策略和上层管道API（pipeline）.-MLlib is spark machine learning library, which aims to make a machine learning algorithm can be more easy to use. This library contains a common se
RandomForest
- 随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法