搜索资源列表
LIBSVMsrc
- 一个很好的LIBSVM的JAVA源码。对于要研究和改进SVM算法的学者。可以参考。来自数据挖掘工具YALE工具包。-a good LIBSVM JAVA source. They should study and improve SVM academics. Reference. From Data Mining Tool Kit Yale.
c4.5r8
- 决策树分类算法源代码，非常优秀的数据挖掘工具包，全部使用C语言完成的-decision tree classification algorithm source code, excellent data mining tool kits, all use the C language completed
weka-3-4-8a
- weka软件是一个基于机器学习的小型的数据挖掘工具，此软件在windows下工作-weka is a software-based machine learning the small data mining tools, This software work in windows
clustering
- 将Weka数据挖掘工具所产生的K-MEANS和DBSCAN结果转化成MATLAB可输出三维图像的格式
ams-svm
- 支持向量机多参数自动选择优化程序！机器学习，数据挖掘工具！matlab版！
ID3II
- ID3,数据挖掘 决策书算法 vc中的具体实现 数据挖掘工具 cls算法扩展-ID3, data mining algorithms vc decision on the specific data mining tools cls algorithm expansion
assoc.gen
- IBM Quest Market-Basket Synthetic Data Generator是做关联规则挖掘多用的一种人工数据合成工具，这方面论文的实验数据大多是用它生成的数据。-IBM Quest Market-Basket Synthetic Data Generator for mining association rules is to do a manual multi-purpose data integration tools, this paper experimental
weka-3-5-8
- 数据挖掘的最常用工具。由于开源，可以使用自己的代码进行开发。-The most commonly used data mining tools. Because of open source, you can use to develop their own code.
weka-3-4-14
- weka-3-14是一种很好数据挖掘工具。更多参考资料请见http://www.wekacn.org/-weka-3-14 is a good tool for data mining. More references see http://www.wekacn.org/
Howtoaddtoweka
- 如何在weka中加入自己的算法，对于增加新的算法以开发自己的数据挖掘工具。很有用-How to weka add their own algorithms, for adding new algorithms to develop their own data mining tools. Useful
finance
- 针对金融时间序列分析中注重快速作出趋势判断的特点,利用数据挖掘的思想和工具,提出 一种金融时间序列模式快速发现算法. 与传统的预测算法相比较,该算法对数据的分布和平稳性等 方面的要求不高,不基于任何假设,能够非常快速地发现时间序列中的频繁模式,经过模式匹配后, 可以用于金融时间序列的分析与预测. 以实际汇率数据为例,证明了该算法的有效性-Financial time series analysis for rapid prediction of trend-oriented feat
Data_gen-by-IBM
- IBM随机数据生成器，是数据挖掘的辅助工具，可以根据输入的参数随机产生指定大小的数据集-IBM random data generator, the auxiliary data mining tools, based on randomly generated input parameters specify the size of the data set
Model-and-Algorithm-in-Data-Mining
- 本书全面讲解了数据挖掘的概念、模型、方法和算法，详细地讲述了从数据挖掘的基本概念到数据挖掘的整个过程，以及数据挖掘工具及其典型应用领域。-This book fully explains the concept of data mining, models, methods and algorithms described in detail the basic concepts of data mining to the whole process of data mining and dat
Data-Mining-Concepts-and-Techniques
- 介绍什么是数据挖掘，什么是数据库中知识发现。书中的材料从数据库角度 提供，特别强调发现隐藏在大型数据集中有趣数据模式的数据挖掘基本概念和技术。所讨论的实现 方法主要面向可规模化的、有效的数据挖掘工具开发。 除学习数据挖掘系统的分类之外，你将看到建立未来的数据挖掘工具所面临的挑战性问题-Introduction What is data mining, knowledge of what is found in the database. The book provides the m
the-toy-of-data-mining
- 数据挖掘工具的分类和介绍，大家应该有点儿理解，请想看的同学下一下-Classification and presentation of data mining tools, we should be a little understanding, please want to see the students under what
armada
- matlab 的数据挖掘工具包，图像界面，有效挖掘数据的关联关系-Matlab data mining tools package, graphical interface to effectively tap the data relationship
MyMediaLiteJava
- 推荐系统的源代码，具有当今最新的推荐算法实现，有众多应用。比如作为插件应用于开源数据挖掘工具RapidMiner中。-Source code for recommendation systems, with state-of-the-art algorithms for recommendation and widely applicable. It can be used as plugin in the open source data mining tool RapidMiner.
TipDM-Plug
- 数据挖掘平台的数据挖掘工具包，提供80多种算法及函数。-Data mining platform data mining tool kits, 80 a variety of algorithms and functions.
利用Python进行数据分析
- 数据挖掘python语言的学习资料，包括常用算法的实现和工具的使用(Data Mining Pthon Language Learning Materials, including the Implementation of Common Algorithms and the Use of Tools)
Python数据分析与挖掘实战
- 本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。(There are 15 chapters in this book, which are divided into two parts: the basic c