搜索资源列表
knn
- knn算法是数据挖掘中的一个常用算法。改算法能够实现分类和聚类。这个程序是KNN算法的一个演示程序，希望对数据挖掘的学习有所帮助。
BigTree2
- 该代码是数据挖掘里面的决策树算法 利用ID3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。
fuzzykmeans
- 数据挖掘算法很多，其中模糊k均值算法是目前使用比较多的分类方法
bayes
- bayes数据挖掘；基于贝叶斯定理的分类方法
classifiers
- 数据挖掘classifiers算法，用JAVA实现的分类算法。
391
- 提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.
391(1)
- 提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.同时通过预定义,精炼规则,有效地减少了规则数据库中的规则数目,缩减了检测过程中规则的匹配时间.
svm
- 数据挖掘 数据分类算法 支持向量机分类
beyes
- 用于数据挖掘的一个小实验，贝叶斯分类，分类
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。
DataMing
- 数据挖掘中基于贝叶斯网络的分类算法 算法分为训练、验证两大部分
SSiCP2.0b
- 基于weka平台的数据挖掘方法，改进特征基因选择过程，使得癌症分类精度更高
TheStudyofDecisionTreeClassifyingMethodinDataminin
- 分类知识的获取是数据挖掘要实现的重要任务之一，其核心问题是解决分类模型的构造和分类算法实现。本文以决策树分类方法中有代表性的方法C4．5为例，介绍数据挖掘中一种分类方法一决策树分类方法及其构建和应用研究。
Svm
- 统计模式识别、线性或非线性回归以及人工神经网络等方法是数据挖掘的有效工具，支持向量分类（support vector classification，简称SVC）算法是一个很有发展前景的方向。
KNN
- KNN最近邻分类器和预测器，数据挖掘课程上的作业
SogouC.mini.20061127
- 文本分类现成语料库，是SogouC.mini.20061127.zip格式的，可用于web数据挖掘
hddc_toolbox
- 高维数据分类程序！数据挖掘及图像分析利器！matlab版！
fp
- 数据挖掘c45分类算法 数据挖掘c45分类算法
applicationgeneticalgorithmindatamining
- 基于小生境遗传算法的分类规则数据挖掘算法
reviewofclassificationalgorithmindatamining
- 数据挖掘中数据分类算法综述小论文caj格式