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
DMBench
- 简易数据挖掘工具，集成支持向量机、聚类等常见算法-simple data mining tools, integrated support vector machine, such as common clustering algorithm
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
ExplorerGuide-3.5.5.
- 这是数据挖掘工具WEKA中WEKA Explorer的用户使用手册,本文档为版本3-5-5的中文版.-This is data mining tools which WEKA WEKA Explorer user manuals, This document to 3 -5-5 version of the Chinese version.
macro
- MacroWeka扩展了著名数据挖掘工具weka，实现了时间序列的相似性匹配基本算法等，界面包括一个可扩展的时间序列分析Panel等。
200752417231298575
- 数据挖掘算法，可以应用于weka等数据挖掘工具
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
postgeoolap-src-0.8.2
- 基于ＰＯＳＴＧＩＳ／ＯＬＡＰ构建的空间数据挖掘工具源码，Ｃ＃语言开发
数据挖掘-概念与技术
- 本书是一个导论，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。
一个开源的数据挖掘工具weka
- weka的是一个开源的数据挖掘工具，直接用Eclipse 导入工程就可以了。
weka-src.rar
- Weka，一个数据挖掘工具。功能包括：分类、聚类和关联规则等等。这是该开源软件的源代码，版本为3.5.7,Weka, a data mining tool. Features include: classification, clustering and association rules, etc.. This is the open source software source code, version 3.5.7
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.
SVM
- 支持向量机是一种有效率数据挖掘分类工具,它做为预处理工具使用-Support vector machine is an efficient classification of data mining tools, which tools to use as a pretreatment
DataPump_ASP
- 基于WEB的网页数据挖掘工具，可以快速的建立数据挖掘模型，进行开发数据。-数据挖掘工具
Multi-DimensionalDataVisualizationToolforKnowledge
- 一个多维数据挖掘工具只是挖掘数据库 数据挖掘方向论文-date mining
DataWarehouseAndDataMining
- 数据仓库与数据挖掘，包括informatica调优要点，etl以及BO等展现工具的应用，比较系统全面-Data warehouse and data mining, including the informatica tuning points, etl, and BO display tools such as the application of systematic and comprehensive comparison
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
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