数据挖掘、社会网络分析常用的一个数据集,美国空手道俱乐部,用于验证社区挖掘算法有效性的常用数据集之一。
2024/11/21 13:55:15 4KB 数据集
1
SPSSModeler数据挖掘项目实战视频课程数据挖掘项目管理基础与思想感性认识SPSSModeler
2024/11/11 6:24:29 754B SPSS
1
R语言数据挖掘——美国黑色星期五(BlackFriday)实验报告(附代码)使用R语言实现基本数据统计聚类关联规则挖掘注意:此为个人实验报告,仅作学习参考,勿照搬照抄,尤其ZS学校的同学。
2024/11/7 11:46:56 5.86MB 聚类 关联规则挖掘 R语言 数据挖掘
1
这是两个关于关联规则挖掘的合成数据集,数据量在10万左右,适用于关联规则分析。
2024/11/7 2:29:30 12.2MB 关联规则
1
翻译老外的,讲了些数据挖掘和统计在量化交易方面的应用。
2024/11/3 8:45:08 81.54MB 量化 交易
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
本人数据挖掘课程设计利用pycharm+python进行开发有详细的文档说明
2024/10/22 9:35:46 1.67MB Data mining
1
基于数据挖掘技术的WWW推荐系统设计毕业设计开题报告,完整的文档,直接改名字就能交了
2024/10/21 2:22:58 44KB 数据挖掘 毕业设计 开题报告
1
python数据挖掘数据集python_tweetspython_tweets.rar
2024/10/20 2:18:48 39KB python 数据挖掘 数据集
1
实验描述:对指定数据集进行关联规则挖掘,选择适当的挖掘算法,编写程序实现,提交程序和结果报告。
数据集:retail.txt,根据数据集中的数据利用合适的挖掘算法得到频繁项集,并计算置信度,求出满足置信度的所有的关联规则retail.txt中每个数字表示一种商品的ID,一个{}内的表示一次交易实验环境和编程语言:本实验使用的编程语言为:Java编程环境为:Intellijidea实现频繁项集的挖掘算法为Apriori算法用于挖掘的样本个数为:1000个(retail.txt的前1000条数据)样本示例:{38,39,47,48}表示一个顾客购买了ID为38、39、47、48的四种商品。
2024/10/19 4:46:48 1.6MB apriori
1
共 444 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