搜索资源列表
-
0下载：
- XCS for Dynamic Environments
+ Continuous versions of XCS
+ Test problem: real multiplexer
+ Experiments: XCS is explored in dynamic environments with different magnitudes of change to the underlying concepts.
+Reference papers:
H.H.
-
-
0下载：
经典的数据挖掘分类算法，由ID3算法演变而来。本算法主要用于处理连续属性值，基本过程如下：
1.根据属性的值对数据集排序
2.用不同的阈值将数据集动态的分类
3.迭代根据阈值进行划分
4.得到所有可能的阈值、增益以及增益比-classical classification of data mining algorithms, evolved from the ID3 algorithm. This is mainly used to deal with continuous at
-
-
0下载：
数据挖掘中动态聚类的K-means算法，适合研究聚类人员。-Data Mining in the dynamic clustering of K-means algorithm for clustering research staff.
-
-
0下载：
K-Means动态聚类算法源程序 在数据挖掘中的应用-K-Means dynamic algorithm source data mining application
-
-
0下载：
基于K-Means动态聚类算法，应用于数据挖掘-Based on Dynamic K-Means clustering algorithm, used in data mining
-
-
0下载：
Dynamic Itemset Counting Algorithm ( Data Mining )
-
-
0下载：
数据挖掘Aprior的简易c++实现，通过string来表示数据集，没有采用STL set集合操作，因此实现起来简单一些，判断是否包含用到了动态规划算法中的最长公共子序列，思想是暴力求解，没有用到很高端的思想和算法。(Simple c++ data mining Aprior, said data set by the string, without the use of STL set collection operation, thus the realization is simple,
-
-
0下载：
Dynamic Time Warping（DTW）诞生有一定的历史了（日本学者Itakura提出），它出现的目的也比较单纯，是一种衡量两个长度不同的时间序列的相似度的方法。应用也比较广，主要是在模板匹配中，比如说用在孤立词语音识别（识别两段语音是否表示同一个单词），手势识别，数据挖掘和信息检索等中。(The birth of Dynamic Time Warping (DTW) has a certain history (Itakura, a Japanese scholar), and it
-
