主要介绍KNIME各个节点的功能,包括部分算法的数据模型,以及基本的工作流设计。
分数降低一些,给需要的人吧。
2024/4/27 18:41:24 2.03MB 数据挖掘 KNIME 入门
1
我自己写的一个股票预测的例子,解压之后可以双击用knime打开,可以用于knime的学习,如果安装了knime可以直接双击解压后的knime文件
1
该文档是Knime的中文教程文档,只包含实操部分,很艰难从网上找的,该文档是Knime的中文教程文档,只包含实操部分,很艰难从网上找的,
2023/9/16 13:49:41 2.63MB Knime的中文教程
1
在过去的几年里,对模块化数据分析环境的需求出现极大增长。
为了充几年里,对模块化数据分析环境的需求出现极大增长。
为了充几年里,对模块化数据分析环境的需求出现极大增长。
为了充使用多种样的数据分析方法,一个最基本环境必须多种样的数据分析方法,一个最基本环境必须易于使用且十分直观,允许用户快速并且交互式地改变分析流程同时也能够使可视化观,允许用户快速并且交互式地改变分析流程同时也能够使可视化观,允许用户快速并且交互式地改变分析流程同时也能够使可视化去查阅数据,帮助用户进一步探索分析去查阅数据,帮助用户进一步探索分析。
为了满足这些挑战,数据流环境在过去为了满足这些挑战,数据流环境在过去的几年里已积聚了令人欣喜的发展势头。
到目前,已经到目前,已经出现了一些构架优良的数据流工具,比如InforSenseKDEInforSenseKDEInforSenseKDEInforSenseKDEInforSenseKDEInforSenseKDEInforSenseKDE,InsightfulMinerInsightfulMinerInsightfulMinerInsightfulMinerInsightfulMinerInsightfulMinerInsightfulMiner,PipelinePilotPipelinePilotPipelinePilotPipelinePilot,但令人遗憾的是他们都是付费的。
这些环境能够允许用户使标准化的构建模块来可视化地构建、调整分析流程,之后化地构建、调整分析流程,之后化地构建、调整分析流程,之后通过管线将模块连接起来,以模块连接起来,以使得数据或模型在模块间流动。
这样的系统有一个额外优势:能够通过图形化方式直观地来记这样的系统有一个额外优势:能够通过图形化方式直观地来记录做了什么。
KNIME就提供了一个这样的数据流构建环境。
2023/8/27 7:43:42 973KB 开源工具 可视化 数据挖掘 R语言
1
使用的是Knime,完整能跑的一个实验,但是需要你自己配置数据路径,这个我没办法教你,如果你不会的话,那就一点办法也没有
2023/7/28 17:42:01 212KB Knime实验 分类挖掘
1
knime少见的中文,能让你对使用knime有一个上手的东西
2023/7/23 19:05:06 2.83MB knime
1
knime入门学习手册word版本,做CBR与RBR模型建立优化
2023/7/18 10:06:46 784KB CBR RBR
1
knime白皮书中文版自己翻译的阻滞能对于你的钻研实用
2023/4/22 1:54:12 226KB knime 白皮书 中文版
1
我对knime的node做了大类别的翻译,并对前面的组件进行稍微详细的翻译,希望能帮到你,后续希望我有时间再完善一下。
1
机械学习可视化软件WEKARapidMinerKNIME
2016/8/26 19:29:09 945.14MB 机器学习 可视化
1
共 15 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