<rt id="0wu80"></rt>
數據挖掘中基于貝葉斯網絡的分類算法 算法分為訓練、驗證兩大部分
標簽： 分 數據挖掘 分類算法 貝葉斯
上傳時間： 2016-07-14
上傳用戶：athjac
前置處理器指令 #include 指示前置處理器包含指定檔案提供的函數。它的作用跟 Turbo Pascal 中的uses 語句相似。 如果一個 C++ 程序都需要從鍵盤讀取數據及／或在螢幕顯示數據，此程序必須包含以下前置處理器指令
標簽： include Pascal Turbo uses
上傳時間： 2016-07-19
上傳用戶：小草123
改程序實現了的Apriori算法是數據挖掘中的經典關聯規則算法
標簽： Apriori 算法 程序 數據挖掘
上傳時間： 2013-12-14
上傳用戶：daoxiang126
序列模式分析算法GSP的實現 GSP是序列模式挖掘的一種算法。其主要描述如下： l 根據長度為i 的種子集Li 通過連接操作和剪切操作生成長度為i+1的候選序列模式Ci+1；然后掃描序列數據庫，計算每個候選序列模式的支持數，產生長度為i+1的序列模式Li+1，并將Li+1作為新的種子集。 l 重復第二步，直到沒有新的序列模式或新的候選序列模式產生為止。 l 掃描序列數據庫，得到長度為1的序列模式L1，作為初始的種子集 L1Þ C2 Þ L2 Þ C3 Þ L3 Þ C4 Þ L4 Þ …… 產生候選序列模式主要分兩步 l 連接階段：如果去掉序列模式s1的第一個項目與去掉序列模式s2的最后一個項目所得到的序列相同，則可以將s1于s2進行連接，即將s2的最后一個項目添加到s1中。 l 剪切階段：若某候選序列模式的某個子序列不是序列模式，則此候選序列模式不可能是序列模式，將它從候選序列模式中刪除。 候選序列模式的支持度計算：對于給定的候選序列模式集合C，掃描序列數據庫，對于其中的每一條序列d,找出集合C中被d所包含的所有候選序列模式，并增加其支持度計數。
標簽： GSP 序列 模式 操作
上傳時間： 2016-07-23
上傳用戶：sammi
本文根據數據挖掘中關聯規則的性質以及高校成績管理數據庫的自身特點。在經典關聯規則算法Apriori算法的基礎上提出了一種改進的算法A++算法，并利用該算法對學生成績管理數據庫進行了關聯規則挖掘，得到了隱含在數據庫中的有用信息。
標簽： Apriori 算法 關聯規則 數據挖掘
上傳時間： 2013-12-08
上傳用戶：xlcky
Apriori算法的VC++實現,數據挖掘關聯算法
標簽： Apriori VC 算法 數據挖掘
上傳時間： 2016-07-24
上傳用戶：zxc23456789
介紹了KNN算法 對數據挖掘的朋友有一定的幫助
標簽： KNN 算法 數據挖掘
上傳時間： 2014-01-22
上傳用戶：偷心的海盜
Decision Tree 決策樹算法ID3 數據挖掘 分類
標簽： Decision Tree ID3 決策樹算法
上傳時間： 2014-01-09
上傳用戶：AbuGe
實現數據挖掘的K-means算法 使用多次迭代從
標簽： K-means 數據挖掘 算法 迭代
上傳時間： 2016-08-01
上傳用戶：wfeel
Apriori算法是一種最有影響的挖掘布爾關聯規則頻繁項集的算法。本文簡單介紹了Apfiofi算法，提出了Apfiofi算法的改進方案—— 長項優先的產生算法，它基于傳統Apriori算法，通過改變候選項集的產生順序來減少數據庫訪問。從而提高效率
標簽： Apriori Apfiofi 算法 布爾
上傳時間： 2016-08-06
上傳用戶：zjf3110
蟲蟲下載站版權所有 京ICP備2021023401號-1
<tfoot id="owcsy"></tfoot>
<li id="owcsy"></li>
