搜索资源列表
-
0下载:
数据挖掘分类算法决策树C4.5数据挖掘分类算法决策树C4.5-data mining C4.5
-
-
0下载:
改进型的决策树算法,特别的实用,欢迎大家下载,也可以用到论文算法中-Improved decision tree algorithm, especially useful, welcome to download, you can also use paper algorithm
-
-
0下载:
Visual Basic data mining program
-
-
0下载:
基于位表矩阵的Apriori算法,可以大幅缩小算法存储空间,减少读取文件次数。
测试文件格式为
“0 1 2 3 4 5
6 7 8
9 10 ”-Bitmap matrix of Apriori algorithm, the algorithm can significantly reduce storage space and reduce the number of times to read the file. Test file format " 012
-
-
0下载:
5种Python数据挖掘算法:Bayes,Apriori,K-means,ID3,K-data mining of Python
-
-
1下载:
C4.5算法的matlab实现,里面有标准数据集作为实例进行演示-C4.5 algorithm matlab implementation, which has a standard data set as an example to demonstrate
-
-
0下载:
scrapy爬虫,爬取豆瓣评分大于8.5分的电影名单,结果存储于MySql数据库。-scrapy reptiles, crawling watercress score greater than 8.5 of the list of films, the result is stored in the MySql.
-
-
0下载:
ID3 and C4.5, such as data mining algorithms for classification
-
-
0下载:
Code for Classification Accuracy of KNN, C4.5 and SVM algo in R
-
-
0下载:
R code for c4.5 implementation
-
-
4下载:
金融时间序列分析
1. 采用Pandas从Yahoo网上下载上市公司的5到10年的日收盘数据,上证指数的日收盘数据。
2. 计算上市公司和上证指数的收益率,
3. 针对上市公司收益率进行ARMA建模,确定P和q,并对残差进行分析,最后向前预测多期,显示预测图。
4. 针对上市公司收益率进行ARCH建模,确定阶数,并对残差进行分析,最后进行预测。
5. 针对上市公司收益率进行GARCH建模,确定阶数,并对残差进行分析,最后进行预测。(use Arch Model to ananlyse
-
-
0下载:
利用了python3.5编写了一个爬虫,爬取豆瓣上电影《声之形》的评论,并统计评论词的频率,制作了词云(Using python3.5 to write a crawler, climb the comments on the movie "sound shape", and statistics the frequency of the comment word, making the word cloud)
-
-
0下载:
决策树算法C4 5源码, The directory Data contains some sample datasets M()
-
-
0下载:
原题为: 1.有5栋5种颜色的房子 2.每一位房子的主人国籍都不同 3.这五个人每人只喝一个牌子的饮料,只抽一个牌子的香烟()
-
-
0下载:
由于ID3算法在实际应用中存在一些问题,于是Quilan提出了C4 5算法,严格上说C4 5只能是ID3的一个改进算法,()
-
-
0下载:
类似matlab的数学工具,功能强大,有很多功能,很实用。(Similar to Matlab's mathematical tools, powerful, a lot of functions, very practical.)
-
-
0下载:
农夫过河的扩展,如一个农夫带5件物品,每次带2件()
-
-
0下载:
用栈,顺序表实现四则运算,可以识别+,-, , ,和[],以#结尾,比如,5+6 3-1#,可以得到结果17()
-
-
2下载:
apriori、id3、c4.5、fp树等算法的的python实现(Python implementation of apriori, id3, c4.5, FP Tree and other algorithms)
-
-
4下载:
主要功能有:
(1)训练数据和测试数据的非线性主元提取(降维、特征提取)
(2)SPE和T2统计量及其控制限的计算
(3)故障检测
KPCA的建模过程(故障检测):
(1)获取训练数据(工业过程数据需要进行标准化处理)
(2)计算核矩阵
(3)核矩阵中心化
(4)特征值分解
(5)特征向量的标准化处理
(6)主元个数的选取
(7)计算非线性主成分(即降维结果或者特征提取结果)
(8)SPE和T2统计量的控制限计算
-