搜索资源列表
C45Driver
- c45决策树改进算法，主要用于数据挖掘中的聚类分析。对从事dm研究的人应该有用-C45 Decision Tree Algorithm, mainly for data mining of cluster analysis. Dm engaged in research should be useful
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
CKPCA-HOG-SVM
- 为了准确地对监控场景中的运动目标进行语义上的分类，提出了一种基于聚类的核主成分分析梯度方向直方图和二又决策树支持向量机的运动目标分类算法。-In order to accurately monitor the movement of scene targets semantic classification, the clustering based on kernel principal component analysis of gradient direction histograms,
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件，基于DMX，代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用， 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法，具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
1
- 论述了医学图像挖掘在计算机辅助诊断中的作用，提出了采用灰度级作为 CT 图像特征的思想、灰度级的提取和存储方法，介绍 了采用决策树分类算法和基于密度的聚类算法对胸部和头部 CT 图像进行分类和聚类的结果及其分析，给出了分析的结论和进一步的研究方向。-Image mining Computer-aided diagnoses Luminance grade Classification Clustering
sf1847
- 数据挖掘建模工具，轻易实现BP神经网络、RBF神经网络、灰色系统、决策树、决策表、贝叶斯、懒惰算法、支持向量机、K均值聚类、Apriori关联规则、HotSpot关联规则、回归分析、指数平滑、季节移动平均及组合等算法建模。-Data mining modeling tools, easy to achieve BP neural network, RBF neural network, gray system, decision tree, decision table, Bayesian, l
HOG
- 为了准确地对监控场景中的运动目标进行语义上的分类， 提出了一种基于聚类的核主成分分析梯度方向直方图和二叉决策树支持向量机的运动目标分类算法．利用背景减法提取运动目标前景区域， 并识别出潜在候选运动目标．利 用提出的基于聚类的核主成分分析的梯度直方图描述子提取候选运动目标的特征， 以较低维数的数据有效地描述运动目标的有效特征． 将提取的运动目标特征输入二叉决策树支持向量机， 实现多类目标的准确分类． 通过在不同视频序列上的实验验证， 提出的算法对运动目标进行较好地分类， 而且在运算速度方面较传
HTK-digital-SR-system-
- 该系统能够识别连续说出的数字串和若干组姓名。建模是针对子词(sub-word, eg. 音 素)，具有一定的可扩充性。当加入一个新名字时，只需修改发音词典和任务语法即可。模 型为连续混合高斯输出，运用语音决策树聚类形成的绑定状态式三音素。-The system is able to recognize continuously spoken digit string and the number of groups name. Modeling is a sub-word (sub-wo
data-and-case
- 数据挖掘多个算法及数据，包括关联规则，基本分析、聚类分析、决策树、神经网络、统计方法等-Data mining algorithms and data, including association rules, fundamental analysis, cluster analysis, decision trees, neural networks, statistical methods
Data-mining
- 一个实现数据挖掘算法的系统。包括预处理，决策树，聚类，关联规则等算法。-A system for data mining algorithms. Including pretreatment, decision trees, clustering, association rules algorithm.
datamining
- PDF格式的PPT，来自英国南安普顿大学。主要介绍了数据挖掘的技术以及应用，包括决策树，推荐系统，文本聚类，搜索引擎，购物篮子分析。-PPT PDF format, the University of Southampton. It introduces data mining technology and applications, including decision, recommendation systems, text clustering, search engines, sho
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
类比法
- 型的类比学习方法是K-最近邻方法,它属于懒散学习法,相比决策树等急切学习法,具有训练时间短,但分类时间长的特点。K-最近邻算法可以用于分类和聚类中(The analogy learning method is K- nearest neighbor method. It belongs to the lazy learning method. Compared with the decision tree learning method, it has the characteristics o
机器学习常用方法
- 机器学习常用方法的python实现，包括PCA，随机森林，决策树，层次聚类，kmeans，KNN，线性感知机等(Python implementation of common machine learning methods, including PCA, random forest, decision tree, hierarchical clustering, kmeans, KNN, linear perceptron, etc.)