数据挖掘中apriori算法的实现，visual studio 2010实现的c++版，其中封装了apriori类，实现整个操作~

dankook_datamining 2018年第一学期应用统计部门数据挖掘这是我作为作业编写的代码。 教科书使用了“用于业务分析的数据挖掘”。 作业文件夹是您为作业编写的代码。 项目文件夹是使用所学知识在团队项目上工作的代码。

GDELT数据采集 一个简单的Python脚本即可从（该数据集是理解全球人类社会的最大的开放数据集）中获取数据的，它用152种语言提供了跨越200年的总计8.1万亿个数据点。 事件数据库包含超过25亿条记录，这些记录按数据组织成一组由制表符分隔的文件。 到2013年3月31日，记录将在活动发生之日以月度和年度文件存储。 从2013年4月1日开始，每天都会创建文件，并按照事件在世界新闻媒体中发现的日期（而不是事件发生的日期）存储记录。 我们的重点是该数据库的1.0版，该数据库每天都会在更新为一个新条目。 描述 该脚本从GDELT项目事件数据库v1.0原始数据中提取事件的数据集，并使用CAMEO分类法按所需事件类型进行过滤，并使用FIPS 10-4国家/地区代码对所需采取行动的国家/地区进行过滤。 给定的输出是一个逗号分隔的值文件，其中包含给定事件和国家集的已标识事件。 依存关系 该脚本在

datamining_code-data 主题：研一上数据挖掘小组大作业 data：一亩三分地留学申请数据 code：R & python

数据挖掘 我的数据挖掘课程中的项目。

哈尔滨工业大学 2014年数据挖掘 期末试题 上课使用的参考书为：韩家炜主编的《Data Mining.Concepts & Techniques.3rd》

数据挖掘顺序模式 挖掘频繁序列/序列模式的算法实现 实现的算法 [PrefixSpan - 前缀投影模式增长] ( ) [SPAM - 使用位图表示的顺序模式挖掘] ( ) [LAPIN-SPAM - 最后位置归纳序列模式挖掘] ( ) [BIDE - 双向扩展模式闭合检查] ( ) 用于位图操作的优化 [De Bruijn 序列] ( ) [Bit Twiddling Hacks] ( )

基于Oracle DataMining的数据挖掘在石化企业的应用.pdf

论文&代码

阿里云天池数据挖掘心跳分类 数据挖掘-心跳信号分类 Task1赛题理解及baseline学习2天 完成基础上的方案，并成功运行提交结果。 Task2探索性数据分析（EDA）（3天） EDA的价值主要在于熟悉数据集，了解数据集，对数据集进行验证来确定所获得的数据集可以用于接下来的机器学习或深度学习使用。引导数据科学从业者进行数据处理以及特征工程的步骤，使数据集的结构和特征集让接下来的预测问题更加可靠。的探索性分析，并对于数据进行一些图表或文字总结并打卡。 Task3特征工程3天 对于特征工程的分析，并对于数据进行一些图表或者文字总结并打卡。 Task4建模与调参3天 了解常用的机器学习模型，并掌握机器学习模型的建模与调参流程。完成相应学习打卡任务。 Task5模型融合3天 对于多种模型的融合，提交融合结果并打卡。