搜索资源列表
fimi141
- 频繁模式挖掘算法，可以用于数据挖掘中关联规则的频繁项集挖掘- The frequent pattern excavation algorithm, may use in the data mining to be connected the rule the frequent item of collection to excavate
DataMining
- 数据挖掘概念和技术，从大数据库中挖掘关联规则。
fpgrowth
- 数据挖掘中的FP-growth算法,很好的代码，可以挖掘数据库中的关联规则，很有效哦！
eclat
- 数据挖掘中的eclat算法,很好的代码，可以挖掘数据库中的关联规则，很有效哦！
relim
- 数据挖掘中的relim算法,很好的代码，可以挖掘数据库中的关联规则，很有效哦！
ExFP_growth
- 可挖掘负关联规则的FP_growth算法:将负项目扩展到原始数据集，同正项目一样看成普通项目（该过程已集成到程序中），然后使用FP_growth算法挖掘含负项目的一般化频繁项集
web-mining
- 讲述数据挖掘的理论，以及关联规则的详细介绍和实现算法
genrule
- 数据挖掘关联规则 发现数据间的关系 如超市数据-Data Mining Association Rules data such as the relationship between data stores
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
Data_Mining_SQL_2008
- 这是《数据挖掘原理与应用—SQL Server 2008数据库》的随书SQL语句、源代码和Excel范例文件，基于DMX，代码主要包括对SQL Server 2008和Excel 2007中已经集成好的数据挖掘算法的应用， 如贝叶斯聚类、决策树、时序、聚类、序列聚类、关联规则、神经网络、逻辑回归、OLAP立方体的等算法，具有极高的使用价值。-This is the " Principles and Applications of data mining-SQL Server 2008 d
48
- 该算法主要实现了数据挖掘的关联规则Apriori算法-The algorithm achieved a major data mining Apriori algorithm for association rules
Galicia3.2
- 概念格JAVA软件，可以用概念格算法进行数据挖掘，生成概念格和关联规则-Concept lattice JAVA software can be used to the concept of grid data mining algorithm to generate a concept lattice and association rules
Apriori
- 了解关联规则在数据挖掘中的应用，理解和掌握关联挖掘的经典算法Apriori算法的基本原理和执行过程并完成程序设计-Understand the association rules in data mining applications, understand and grasp the classic association mining algorithm Apriori algorithm and implementation of the basic principles of the p
apriori_algorithm_for_myself
- 本算法是基于数据挖掘与关联规则，有很强的参考价值，有测试数据，及说明文档 ，说明文档英文-The algorithm is based on data mining and association rules, there is a strong reference value, there is test data, and documentation, documentation in English
Apriori
- 关联规则挖掘的研究工作主要包括：Apriori算法的扩展、数量关联规则挖掘、关联规则增量式更新、无须生成候选项目集的关联规则挖掘、最大频繁项目集挖掘、约束性关联规则挖掘以及并行及分布关联规则挖掘算法等，其中快速挖掘与更新频繁项目集是关联规则挖掘研究的重点，也是多种数据挖掘应用中的技术关键，已用于分类规则挖掘和网络入侵检测等方面的研究。研究者还对数据挖掘的理论进行了有益的探索，将概念格和粗糙集应用于关联规则挖掘中，获得了显著的效果。到目前为止，关联规则的挖掘已经取得了令人瞩目的成绩，包括：单机环境
Apriori
- 数据挖掘中关联规则的实现与赶紧，可以提高取之速度-Data Mining Association Rules with quickly, can increase the speed of access
mc222_rar
- 实现MCAR关联分类规则的挖掘过程,一种数据挖掘算法挖掘规则的过程。希望对大家有帮助-a method of mining class association rules
hashappri
- 基于HASH的APRIORI改进算法，完整的代码和测试数据，主要进行数据挖掘中的频繁项集和关联规则的挖掘-The improved algorithm based on the HASH APRIORI, complete code and test data, mainly for mining data mining frequent itemsets and association rules
Apriori
- 数据挖掘，频繁项集和关联规则,C++源代码模拟程序(Data mining, frequent itemsets and association rules, C++ source code simulation program)
chapter8
- 根据人的体检指标来确定不同人可能得病的概率的大小，大数据的处理和仿真(The size of the probability of diseased persons, the processing and Simulation of large data, based on a person's physical examination index)