搜索资源列表
ecoli
- KDD的专业测试数据集ecoli，投KDD的可要同一使用他的数据集哈-KDD professional ecoli test data sets, the cast, until KDD he used the same data sets Kazakhstan
clusterglass
- KDD的专业测试数据集glass，投KDD的可要同一使用他的数据集哈-KDD professional glass test data sets, for me, KDD he used the same data sets Kazakhstan
Clustering.zip
- 数据挖掘算法的实现，基于模糊聚类的最大树算法，数据集是darpa99,也就是KDD-CUP99中采用的数据集,The realization of data mining algorithms, based on fuzzy clustering of the largest tree algorithm, a data set is darpa99, which is used in KDD-CUP99 data set
rbf
- KDD中一个很重要的聚类方法之一，值得参考！-KDD in a very important one clustering method, it is also useful!
TPatternMiner
- Trajectory Pattern Mining-This software is an implementation of the T-Pattern mining algorithm. Reference paper is "Trajectory Pattern Mining", by F. Giannotti, M. Nanni, D. Pedreschi and F. Pinelli, published on KDD 2007 conference. This soft
Algo-genetic
- an implementation for the genetic algorithm to classify the intrusion in a network. it s tested on the KDD data network.
data-mining-technology
- 数据挖掘是知识发现过程的一个基本步 骤。KDD是一门交叉学科，它涉及统计学、数据库技术、计算机科学、模式识别、人工智能、机器学习等多个学科。 -Data mining is a fundamental step in the knowledge discovery process. KDD is an interdisciplinary, it involves statistics, database technology, computer science, pattern reco
aprioricsharp
- Apriori 数据挖掘算法的C#实现 数据库中的知识发现 (Knowledge Discovery in Databases,KDD) 是利用计算机自动地从海量信息中提取有用的知识 , 是一种有效利用信息的新方法 , 目前已成为数据库领域的研究热点之一。 KDD 的研究焦点在于数据挖掘。数据挖掘是从大型数据库或数据仓库中提取人们感兴趣的知识 , 这些知识是隐含的 , 事先未知的潜在的有用信息。主要包括的方法有 : 分类、回归分析、聚类、关联分析等 [1][5] 。关联规则的提取主要针对大型
456
- 对KDD数据里的符号性数据进行数值化，然后再归一化，提供输入(The symbolic data in the KDD data is numerically calculated)