包含了数据挖掘十大算法中的：Apriori、C4.5、CART、EM、K-means、KNN、PageRank。
语言为Python
语言为Python
2024/5/1 13:31:42
14KB
1
可读入文件，更可按你的要求生成随机的矩阵，全图形操作界面！绝对的高大上！！！！！PageRank算法及Java代码实现,加入阻尼系数变量,可轻松修改迭代次数及阻尼变量，并且输出时提示是第几次的迭代输出.对输入的格式要求有很详细的介绍！
2024/4/1 22:53:32
11KB
1
谷歌提供的网页数据，并计算其pagerank值谷歌数据连接http://snap.stanford.edu/data/web-Google.txt.gz
2024/2/16 2:45:45
4KB
1
1.C4.5：是机器学习算法中的一种分类决策树算法，其核心算法是ID3算法。
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2.K-means算法：是一种聚类算法。
3.SVM：一种监督式学习的方法，广泛运用于统计分类以及回归分析中4.Apriori：是一种最有影响的挖掘布尔关联规则频繁项集的算法。
5.EM：最大期望值法。
6.pagerank：是google算法的重要内容。
7.Adaboost：是一种迭代算法，其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来，构成一个更强的最终分类器。
8.KNN：是一个理论上比较成熟的的方法，也是最简单的机器学习方法之一。
9.NaiveBayes：在众多分类方法中，应用最广泛的有决策树模型和朴素贝叶斯（NaiveBayes）10.Cart：分类与回归树，在分类树下面有两个关键的思想，第一个是关于递归地划分自变量空间的想法，第二个是用验证数据进行减枝
2024/1/25 9:25:40
626KB
1
松散路由算法络续被感应是未来Internet上可扩展路由算法的有力候选者,由于它实现为了类似最短路途路由机制的同时,路由表也比BGP(bordergatewayprotocol)路由协议愈加松散.TZ松散路由算法初始地标点的选取是随机天生的,不欠缺行使收集拓扑信息,不是很适宜其实收集.故分别提出了基于节点度以及基于PageRank算法的地标节点选取机制,用于改善TZ松散路由算法.在2000年以及2006年的InternetAS图上对于两种改善算法以及TZ算法举行仿真,试验下场评释,两种改善算法的平均路由表大小战争均伸长系数相比于TZ算法均有明晰的改善.
2023/5/11 14:24:15
1.15MB
1
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