搜索资源列表
SVM-KM
- 支持向量机与核学习工具箱，用于数据挖掘中核方法开发的必备工具，如支持向量机、极限学习机等。-Support vector machine (SVM) and nuclear learning toolkit for nuclear method development of necessary tools in data mining, such as support vector machine (SVM), extreme learning machine, etc.
36683048
- 嵌入weka中使用的支持向量机工具包,实现SVM的分类算法,()
RCARE6
- 一款很不错的函数作图工具,可以依照不同需求做出函数图象．特别适用于数学建模作图需要()
GWR4操作说明
- GWR能够实现地理加权回归计算，里面有GWR4操作说明，虽然是英文，但有图片介绍，很容易理解，是GWR模型入门的好工具，适合经济学、数据挖掘等人员使用(GWR can realize geographically weighted regression calculation, including GWR4 operation instructions. Although it is in English, it has pictures to introduce, and is easy to
gojwkc
- VC++6 0下写的随机密码生成工具,可以选择是否生成数字与字符的混合体,是否只生成字符,生成位数等,并可以控制一次性生成的()
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