搜索资源列表
聚类算法 dbscan
- 数据挖掘中的聚类算法程序演示参考 dbscan for C# -data mining algorithms procedures demonstration dbscan reference for C#
kmeans_cluster
- 数据挖掘聚类算法kmean算法-data mining algorithm for clustering algorithm kmean
聚类+决策树
- 编写了数据挖掘中的聚类和决策树结合使用的c++语言，实用性高
一种中文文本聚类的研究.rar
- 这里设计了一个中文文本聚类模型CTCMCChinese'Pext Clustering Model)，并针对模型中涉及到的特征表示、特征提取、特征向量调整和聚类算法等问题进行了研究。
weka-src.rar
- Weka，一个数据挖掘工具。功能包括：分类、聚类和关联规则等等。这是该开源软件的源代码，版本为3.5.7,Weka, a data mining tool. Features include: classification, clustering and association rules, etc.. This is the open source software source code, version 3.5.7
数据挖掘c++代码
- 包括关联 聚类 神经网络 遗传算法
yewu1
- 数据挖掘聚类算法研究 -Data Mining Clustering Algorithm
dbscan
- 数据挖掘,聚类分析,DBSCAN JAVA的实现, -Data mining, clustering analysis, DBSCAN JAVA realization
Kmeans
- 基于Kmeans算法的图像分割，一般Kmeans是数据挖掘中用来聚类的，本试验利用图像中的灰度值作为Kmeans算法的原始点，进行图像分割-Kmeans algorithm based on image segmentation, data mining in general Kmeans is used to clustering, the trial use of the image gray value as the original algorithm Kmeans spots for
k-means
- 实现了K均值算法，可以对movielens上的数据进行自动分类，给出推荐值，是数据挖掘中的信息推介必要的算法工具。可以直接对movelens的数据进行聚类-Implementation of the K-means algorithm, can movielens on automatic classification of data, recommend give the value of data mining are to promote the necessary information
SimpleKMeans
- 数据挖掘聚类算法：SimpleKMeans源代码，采用JAVA语言编程实现-Clustering Algorithm of Data Mining: SimpleKMeans source code, the use of JAVA programming language
用matlab实现谱聚类算法
- 用于数据挖掘学习，matlab实现机器学习领域的谱聚类算法。提供详细的代码。
K均值对iris数据集聚类
- k-means算法对irisdata数据集进行聚类(The k-means algorithm clustering the irisdata datasets)
数据挖掘应用实例-银行客户数据分析
- 银行数据分析,详细说明了运用聚类分析的方法对银行数据进行分析的步骤(analysis of the bank data)
聚类分析
- 学习数据挖掘基础，以及人工智能的基础知识，主要是聚类(The basic knowledge of learning data mining and artificial intelligence is mainly clustering)
jktztss
- 改文件是用C++来实现kmeans的算法,学过模式识别的人都知道这个算法的,是用来实现数据的聚类()
数据挖掘pro
- 本项目的具体问题是关于时间序列数据趋势预测。具体的应用场景是电子商务。现在要求您对118天到146天的每天100个关键产品进行销售量预测。(In this project, you are asked to study the general topic of time-series data mining, and specifically for time-series data trend prediction.)
第9章 聚类分析
- 大数据挖掘，主要包括：数据的分类与聚类分析、智能算法、(Classification and cluster analysis of data)
数据挖掘 R语言实战-代码
- 数据挖掘算法R语言实现，包括聚类、判别、集成学习、随机森林、神经网络、支持向量机等算法。(Data mining algorithm R language implementation, including clustering, discrimination, ensemble learning, random forest, neural network, support vector machines and other algorithms.)
数据挖掘中聚类算法研究进展_周涛
- 聚类分析是数据挖掘中重要的研究内容之一，对聚类准则进行了总结，对五类传统的聚类算法的研究 现状和进展进行了较为全面的总结，就一些新的聚类算法进行了梳理，根据样本归属关系、样本数据预处理、 样本的相似性度量、样本的更新策略、样本的高维性和与其他学科的融合等六个方面对聚类中近 20多个新算 法，如粒度聚类、不确定聚类、量子聚类、核聚类、谱聚类、聚类集成、概念聚类、球壳聚类、仿射聚类、数据流聚 类等，分别进行了详细的概括。(Clustering analysis is one of the impor