搜索资源列表
图像数据挖掘的模型和技术
- 银行的weka数据,适用于初学者,从官网上引入过来的。(bank data,available for the learner of data processing.Introduced from the official website.find find find find find find find find find.)
TimeSeriesClassification
- 时间序列挖掘算法集合,包括多种经典算法,该工程是基于weka进行改造,添加时间序列相关特性,去掉图形化界面相关信息(The collection of time series mining algorithms, including a variety of classical algorithms, is based on Weka transformation, adding time series correlation characteristics, and removing grap
moa-release-2016.04
- MOA Machine Learning for Streams。它包括一系列机器学习算法(分类,回归,聚类,异常值检测,概念漂移检测和推荐系统)以及评估工具。与WEKA项目相关的MOA也是用Java编写的,同时扩展到更严苛的问题。 https://moa.cms.waikato.ac.nz/(It includes a series of machine learning algorithms (classification, regression, clustering, outlier
parent
- 嵌入weka中使用的支持向量机工具包,实现SVM的分类算法,()
77197037
- 这是一个基于weka数据挖掘的实验测试数据集,格式为 arff,里面包含有名词性和数值型的数据集,用于weka挖掘测试()
mellpredicate
- 这是我从weka主页上下载的一个c4 5算法的改进算法,里面附有readme文件,只有算法的主体,大约600行代码()
weka-3-8-1
- weka3-8-1最新包,可直接放到eclipse 或者打开可视化做数据挖掘(The latest package of weka3-8-1 can be directly put into eclipse or open to do data mining.)
LibSVM1.0.10
- weka3.7 LibSVM.jar,主要用于weka进行SVM分类时,找不到jar包,报错LibSVM不在classpath(weka3.7,LibSVM.jar,When SVM is used for classification in weka, jar package is not found, and LibSVM is not in classpath.)
feature-selection-master
- 最小冗余最大相关性(MRMR)(MRMR.M) 需要外部库。详情请见MRMR。下载一个更新版本的互信息工具箱 偏最小二乘(PLS)回归系数(ReGCOEF.m) 使用MATLAB统计工具箱中的PLSReress ReliefF(分类)和RReliefF(回归)(ReleFracePr.M.) 从Matlab STATS工具箱中包装Releff.m。这是Matlab R2010B以后提供的。 ReliefF的另一个选择是使用ASU特征选择工具箱中的代码。这使用WEKA
RUSBoost
- 使用matlab调用weka示例代码, 其中使用了boot算法(use matlab to call weka)