搜索资源列表
Bpriori_0
- 在数据库中发现频繁模式和关联规则是数据挖掘领域的最基本、最重要的问题。大多数早期的研究采用了类似Apriori算法的产生候选级并测试迭代的途径代价是昂贵的，尤其是挖掘富模式和长模式时，Jiawei Han提出了一种新颖的数据结构FP_tree,及基于其上的FP_growth算法，主要用于有效的进行长模式与富模式的挖掘.本文在讨论了FP_growth算法的基础上，提出了用Visual C++实现该算法的方法，并编写了算法的程序。-found in the database model and th
PatialExuation
- 基于VB语言的微粒群算法，其中含有几个测试算法，和一个化学中数据关联的例子，微粒群算法是以一个通用的函数写的，可移植性强。-VB language based on the PSO algorithm, which contains several test algorithm, and a chemical linked to the data example, PSO is a generic function to write the transfer is strong.
fpgrowth
- 基于模式增长的关联规则数据挖掘算法，FP_Growth是一个很好的关联规则挖掘算法 ，已测试通过。
eclat
- 数据挖掘中关联规则的eclat算法在VC下的实现
DM_partition
- 数据挖掘的算法实现，Aprori算法的改进算法，有界面。用于关联规则的挖掘
aprioi
- aprioi算法用于数据挖掘的关联处理，对于数据挖掘只是可以更好的了解
arview
- 数据挖掘中，关联规则的例子，源码， arview算法的应用实例-data mining, association rules example, the source, the algorithm arview Application
rose2_setup_01
- Rose2里含有好多粗糙集的算法，可以实现数据预处理约简，求关联规则，求聚类和分类，非常实用。-Rose2 contains a lot of rough set algorithm, can achieve reduction of data preprocessing, find association rules, clustering and classification requirements, very practical.
cc
- 数据挖掘关联规则APriori算法的C语言实现，只有支持度，不包含置信度。-Data Mining Association Rules APriori algorithm C-language implementation, only the degree of support does not contain a degree of confidence.
AprioriWekacode
- 数据挖掘原理关联规则算法资料 对了解原理很有帮助作用-this is a matrials
aprioritid
- Aprioritid算法,应用Java编译语言,这是关联规则数据挖掘的过程 -Aprioritid algorithm, the application of the Java compiler language, the thing data mining association rules of procedure
Correlation-dimension
- 关联维数，用于单串序列，其中包括数据的线性拟合算法-Correlation dimension for a single string sequence, including data linear fitting algorithm
Multi-Target
- 多目标的数据关联融合处理算法，应用于决策级的目标类型判断等处理。-Multi-target data association fusion algorithm, applied to determine the type of decision-making level goals such treatment.
cumulate
- 多层次关联规则挖掘算法：cumulate 可以支持跨层的关联规则挖掘。数据集为T10I4D100K，概念层次树有10个根节点，分三层。-Multi-level association rule mining algorithm: cumulate to support cross-layer association rule mining. Dataset T10I4D100K, has 10 concept hierarchy tree root, divided into three lay
MSapriori
- 多最小支持度关联规则挖掘算法，数据集为T10I4D100K,多最小支持度阈值文件为MS-change-Multiple minimum supports association rule mining algorithm, the data set is T10I4D100K, more than the minimum support threshold file for the MS-change
Apriori
- Apriori算法用于发现数据中的频繁项集以及关联规则，属于关联分析， 关联分析的目标包含两条：发现频繁项集和发现关联规则。 该算法基于一个很重要的原理，apriori原理，如果某个相机是频繁的，那么他的所有子集也是频繁的， 也就说，如果一个项集是非频繁的，那么它的所有超集也是非频繁的。 Apriori算法是先生成C1->L1->C2->L2->C3.Apriori算法的缺点是很明显的，每生成一个频繁项集，都要扫描整个数据集。 在数据规模很大的时候，这