随着计算能力、存储、网络的高速发展,人类积累的数据量正以指数速度增长。
对于这些数据,人们迫切希望从中提取出隐藏其中的有用信息,更需要发现更深层次的规律,对决策,商务应用提供更有效的支持。
为了满足这种需求,数据挖掘技术的得到了长足的发展,而分类在数据挖掘中是一项非常重要的任务,目前在商业上应用最多。
本文主要侧重数据挖掘中分类算法的效果的对比,通过简单的实验(采用开源的数据挖掘工具-Weka)来验证不同的分类算法的效果,帮助数据挖掘新手认识不同的分类算法的特点,并且掌握开源数据挖掘工具的使用。
分类算法是解决分类问题的方法,是数据挖掘、机器学习和模式识别中一个重要的研究领域。
分类算法通过对已知类别训
2025/11/1 2:56:47 464KB 数据挖掘-分类算法比较
1
[||]Ruby很棒的机器学习Ruby机器学习链接和资源的精选清单是一个领域-通常嵌套在研究下-具有许多实际应用,这是由于所得算法能够在没有明确的程序员指令的情况下系统地实现特定解决方案。
显然,许多算法需要定义以供查看,或者需要很大的数据才能得出解决方案。
此精选列表包括有关使用编程语言进行库,数据源,教程和演示。
清单上的许多有用资源来自的开发,我们的以及我们自己在各种ML应用程序上的日常工作。
:sparkles:欢迎每一个!通过拉取请求添加链接或创建问题以开始讨论。
在关注我们,请使用#RubyMLhash标签来传播这个词!内容:sparkles:讲解请帮助我们填写此部分!:grinning_face_with_big_eyes:[][][][][][][]机器学习图书馆用纯Ruby或用其他编程语言编写的算法,并带有适当的Ruby绑定。
构架-Weka的JRuby绑定,通过Weka实现的不同ML算法。
-Ruby的人工智能。
通用分类器模块,允许贝叶斯分类和其他类型的分类。
[]
2025/10/13 21:58:43 111KB ruby ruby-gem list machine-learning
1
仿照weka自带的简单K均值聚类算法,实现的一个简单的模糊C均值聚类算法。
2025/10/8 8:43:16 36KB weka 模糊C均值 聚类
1
包括wekajar包,weka源码,及其API
2025/9/10 0:16:15 8.26MB weka源码与weka包
1
WEKA3.6调用libsvm时,需要将wlsvm.jar和libsvm.jar添加到WEKA的安装路径,然后修改RunWeka.ini的路径,才能正常运行。
2025/5/8 7:19:04 49KB WEKA;libsvm
1
这一我自己写的weka文本分类器,里面有代码的注视,也有样本数据,可以方便大家入门使用
2024/10/28 11:02:18 17.53MB 文本分类; weka; 分类算法
1
本实验报告为数据挖掘课程weka工具使用C4.5算法进行决策树分类学习的一次实验报告,使用weka工具的图形界面,对UCI上下载的数据集进行分类测试。
2024/10/25 4:27:35 288KB weka C4.5 实验报告 数据挖掘
1
weka是一款由Waikato大学研究的基于Java的用于数据挖掘和知识发现的开源项目,其中集成了大量能承担数据挖掘任务的机器学习算法,包括对数据进行预处理、关联规则挖掘、分类、聚类等,并提供了丰富的可视化功能。
同时,由于其是一款开源软件,所以也可以用于数据挖掘的二次开发和算法研究。
文章介绍了利用开源软件WEKA作为数据挖掘工具,通过Apriori算法,对高校图书馆流通历史数据进行挖掘分析。
2024/10/6 14:17:03 166KB 数据挖掘实例 weka 关联规则算法
1
有书签的近期,由FrankHutter,LarsKotthoff,JoaquinVanschoren撰写的《AUTOML:方法,系统,挑战》“AUTOML:METHODS,SYSTEMS,CHALLENGES(NEWBOOK)”221页的草稿版本已经放出,详细讲解了所有AutoML系统背后的基础知识,以及对当前AutoML系统进行了深入描述,Auto-WEKA、Hyperopt-Sklearn、Auto-sklearn等,最后介绍了AutoML的挑战。
作者当前正在完成这本新书的编辑工作,它将由NIPS2018出版发行。
2024/8/10 19:13:29 9.53MB automl ml 机器学习
1
一个非常好的数据挖掘工具WEKA的全名是怀卡托智能分析环境(WaikatoEnvironmentforKnowledgeAnalysis),它的源代码就是它的安装目录下weka-src.jar解压后得到。
有一本书《数据挖掘:实用机器学习技术》第2版是和weka配套的。
同时weka也是新西兰的一种鸟名,而weka的主要开发者来自新西兰。
weka作为一个公开的数据挖掘工作平台,集合了大量能承担数据挖掘任务的机器学习算法,包括对数据进行预处理,分类,回归、聚类、关联规则以及在新的交互式界面上的可视化。
如果想自己实现数据挖掘算法的话,可以看一看weka的接口文档。
在weka中集成自己的算法甚至借鉴它的方法自己实现可视化工具并不是件很困难的事情本文来自:人大经济论坛详细出处参考:http://www.pinggu.org/bbs/viewthread.php?tid=619834&page=1
2024/7/12 18:47:46 9.84MB 数据挖掘
1
共 41 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡