搜索资源列表
iris data analysis
- 经典的人工智能问题 - iris数据分析问题。通过设计三层bp神经网络对花朵数据进行分类识别，并达到了很好的效果。-classic AI problem - iris data analysis problems. Three-bp through the design of neural networks classify data flower identification, and to achieve good results.
Bayesian-machine-learn-data
- Bayesian-machine-learn-data for robot
kmeans.rar
- data mining algorithm . kmeans聚类算法,clustering algorithm
Data-Mining-PPT
- 这是一个数据挖掘PPT的详细介绍,包括分析预测，聚类分析，挖掘频繁模式、关联和相关等-PPT is a detailed descr iption of data mining, including the analysis and forecasting, cluster analysis, mining frequent patterns, association and correlation
RBF_example_IRIS
- RBF神经网络应用于IRIS数据集的例子-Am example of RBF-NN applied on IRIS Data Set
k-means
- 数据挖掘算法源代码 k-means聚类算法的C#代码-Source code data mining algorithms k-means clustering algorithm C# code
ibm
- 生成测试集,要做数据挖掘的关联规则试验，少不了数据集，人工生成的数据集可以采用agrawal等人实现的一个数据集生成器，叫：IBM Quest Market-Basket Synthetic Data Generator-生成测试集
Bayes_example
- Bayes分类器应用于IRIS数据集的例子-An example of Bayes Classifier applied on IRIS Data Set
kpca081223
- 非线性降维方法KPCA 可以应用于高维数据的机器学习-KPCA nonlinear dimensionality reduction methods can be applied to high-dimensional data, machine learning
k-means-iris
- 针对著名的UCI机器学习数据库中的iris data的kmeans聚类分析程序，具有代表性-For the well-known UCI machine learning repository of the iris data of kmeans cluster analysis procedure, a representative
svm
- SVM神经网络的数据分类预测在葡萄酒种类识别中的应用-SVM classification neural network prediction of data types in the identification of wine
RBF
- 基于梯度法编写的RBF神经网络程序，实现对输入数据的逼近-Gradient method based on the preparation process of the RBF neural network to achieve the approximation of the input data
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
Bayesian-machine-learn-data-mining
- 贝叶斯（Bayesion）机器学习相互信息。用于求取熵、联合熵等。改进后可用于随机反演-Bayesian (Bayesion) machine learning of mutual information. Used to obtain entropy, joint entropy and so on. Improved can be used for stochastic inversion
weka-3-4-12
- weka全名是怀卡托智能分析环境（Waikato Environment for Knowledge Analysis），是一个公开的数据挖掘工作平台，集合了大量能承担数据挖掘任务的机器学习算法，包括对数据进行预处理，分类，回归、聚类、关联规则以及在新的交互式界面上的可视化-full name is weka intelligent analysis environment Waikato (Waikato Environment for Knowledge Analysis), is an o
yichuansuanfa
- 用C语言完成的遗传算法的一种高效实现，很适用于学习数据挖掘的同学们-Using C language to complete the genetic algorithm to achieve an efficient, it is applied to study data mining students
empca
- EMPCA算法的函数代码，附带有训练测试数据集，用于特征降维等方面。-Algorithm EMPCA function code, attached to the test data set there is training for the characteristics of dimensionality reduction and so on.
data-dig
- 一些数据挖掘算法相关,包含定义网络拓扑,有关高血压研究方面的数据,朴素贝叶斯分类,关联规则基本概念,数据挖掘算法, 决策树方法在数据挖掘中的应用,训练贝叶斯信念网络,后向传播,贝叶斯信念网络,后向传播和可解释性,多层前馈神经网络-Some relevant data mining algorithms, including the definition of network topology, the high blood pressure research data, Naive Baye
principle-and-algorithm-of-data-mining-
- principle and algorithm of data mining
Geolife Data 1.3
- Geolife GPS 轨迹数据集–用户指南 这一 GPS 轨迹数据集是在 (微软研究亚洲) Geolife 项目中收集的, 178 用户在四年 (2007年4月至 2011年10月) 期间。该数据集的 GPS 轨迹由一个时间戳点序列表示, 每一个都包含纬度、经度和高度信息。该数据集包含17621个轨迹, 总距离为1251654公里, 总持续时间为48203小时。该轨迹数据集可以应用于移动模式挖掘、用户活动识别、基于位置的社交网络、位置隐私和位置推荐等多个研究领域。(Geolife GPS t