登录
首页 » 算法 » 数据挖掘中de一个算法 hamster的实例,在c下实现的。简单易懂。...

数据挖掘中de一个算法 hamster的实例,在c下实现的。简单易懂。...

于 2023-05-21 发布 文件大小:137.03 kB
0 129
下载积分: 2 下载次数: 1

代码说明:

数据挖掘中de一个算法 hamster的实例,在c下实现的。简单易懂。-de data mining algorithms hamster an example of the c achieved under. Simple and understandable.

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 图书管理系统
    图书管理系统包括新增图书,查询图书,删除图书,新增会员,查询会员,删除会员,包括两种算法:表插入排序算法和快速排序算法
    2022-07-09 08:53:36下载
    积分:1
  • 线性表的基本运及多项式的术运
    线性表的操作: 在顺序列表类SeqList中增加成员函数void Reverse(),实现顺序表的逆置 在顺序表类SeqList中增加成员函数bool DeleteX(const T &x),删除表中所有元素之等于x的元素。若表中存在这样的元素,则删除之,且函数返回true.否则函数返回false. 编写main函数。调用上述新增函数。
    2022-02-10 04:16:32下载
    积分:1
  • MCIL 多示例学习
    通常MCIL假设一个包中的实例是独立分布的,不考虑实例间的内部依赖关系,但是这样,如果属于正的实例是噪声,则会有误差,所以考虑上下文关系(邻居点),增强MCIL的鲁棒性。将聚类的概念引入到多示例学习中 完成图像的分割和聚类。
    2022-05-08 04:47:24下载
    积分:1
  • 推荐系统-协同过滤
    应用背景 本程序是基于java实现的基于用户的协同过滤算法,算法很简单,由于网上关于代码实现的资料很少, 所以资料主要目的是提供一个供大家参考的资料,仅供参考. 关键技术u1.base和u1.test为训练集和测试集,分别来自MovieLens数据集, 本程序只是很简单的基于用户的协同过滤算法 运行算法所需要的配置信息,包括读取训练集和测试集还有最近邻个数的选择都在Base.java文件中可以找到 本程序的主程序是Application.java 仅供参考,希望对大家有帮助
    2023-07-19 11:45:03下载
    积分:1
  • 模式识别中的各种计,包括贝叶斯方和方
    模式识别的各种计算方法,包括贝叶斯等方法-Pattern recognition of various calculation methods, including Bayesian methods such as
    2022-07-27 09:26:31下载
    积分:1
  • koch 雪花的非递规 实现
    koch 雪花的非递规 实现-non-delivery rules to achieve
    2022-02-24 16:40:11下载
    积分:1
  • php文件上传类
    资源描述上传文件 配置允许的后缀 配置允许的大小 随机生成目录 随机生成文件名 判断文件大小 func 获取文件后缀 func 判断文件后缀 func 报错支持
    2022-02-28 17:17:42下载
    积分:1
  • 常微分方程组adams数值解以及非线性方程的二分
    常微分方程组adams数值解法以及非线性方程的二分法解法-Adams Ordinary Differential Equations Numerical Solution of nonlinear equations as well as the dichotomy method
    2022-03-16 16:54:07下载
    积分:1
  • Clustering objects on subsets of attributes
    Clustering objects on subsets of attributes - COSA - a subspace clustering algorithm.-Clustering objects on subsets of attributes- COSA- a subspace clustering algorithm.
    2022-02-14 17:21:45下载
    积分:1
  • C4.5—运用JAVA实现的决策树
    C4.5是一系列用在机器学习和数据挖掘的分类问题中的算法。它的目标是监督学习:给定一个数据集,其中的每一个元组都能用一组属性值来描述,每一个元组属于一个互斥的类别中的某一类。C4.5的目标是通过学习,找到一个从属性值到类别的映射关系,并且这个映射能用于对新的类别未知的实体进行分类。 C4.5由J.Ross Quinlan在ID3的基础上提出的。ID3算法用来构造决策树。决策树是一种类似流程图的树结构,其中每个内部节点(非树叶节点)表示在一个属性上的测试,每个分枝代表一个测试输出,而每个树叶节点存放一个类标号。一旦建立好了决策树,对于一个未给定类标号的元组,跟踪一条有根节点到叶节点的路径,该叶节点就存放着该元组的预测。决策树的优势在于不需要任何领域知识或参数设置,适合于探测性的知识发现。 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-03-11 00:16:44下载
    积分:1
  • 696518资源总数
  • 106227会员总数
  • 11今日下载