数据挖掘在客户关系管理中的应用源代码--界面设计、数据库设计及数据预处理
2022-06-08 19:06:43 964KB 数据挖掘 软件/插件 数据库
数据挖掘十大算法思维导图:(1)聚类:k-Means;(2)分类:C4.5、kNN、Naive Bayes、CART;(3) Bagging and Boosting:AdaBoost;(4) 统计学习:SVM、EM;(5)链接挖掘:PageRank;(6)关联分析:Apriori。
2022-06-08 18:43:48 61KB 数据挖掘 算法 思维导图
1
Matlab Toolbox for Dimensionality Reduction Matlab数据降维工具箱,包括几乎所有的数据降维方法:PCA、LDA、ICA、MDS、Isomap、LandmarkIsomap、LLE、LLC、Laplacian、HessianLLE、LTSA、DiffusionMaps、KernelPCA、KernelLDA、SNE、NPE、LPP、SPE、LLTSA、SPCA、CCA、MVU、FastMVU、AutoEncoder、AutoEncoderEA
2022-06-08 14:37:50 974KB Matlab 降维 Dimensionali Reduction
1
2020东京奥运会数据分析与可视化程序,jupyter 参考kaggle上的历史数据进行建模预测,不管是多少年份的奥运会都可以作为参考 包含完整的数据集,可以方便快捷运行。 本次预测程序采用了近`120`年的奥运奖牌榜作为训练数据,以对应参赛国家/地区的GDP、人口等作为参照。实现了多个数据展示 为所做毕业设计分离出来的子部分,可以用作于课程设计(数据分析作业),或者大作业。
2022-06-08 14:08:13 5.86MB 数据挖掘 数据分析 机器学习 jupyter
股票数据分析数据分析作业jupyter (ema+std6等多种指标)-数据分析大作业 提取所有上市公司的股票列表,并且对里面的指数分析,里面用到了比如说t检验等数学方法,可视化出了热力图,k线图等图例。适用于数据分析项目。
2022-06-08 14:08:12 10.1MB 数据分析 文档资料 数据挖掘
三维数字化技术综合应用— — 复合对象 复合对象 前面制作小闹钟的案例中,我们采用了搭 积木的方式,将若干几何基本体进行简单 的连接、组合来构造复杂模型。除此之外, 还可以通过创建复合对象等方法,由简单 的几何基本体产生较复杂的模型。 复合对象 复合对象是在两个或多个对象的基础 上形成的单个对象。 复合对象 复合对象 小结 这次课我们以创建布尔对象为例,介绍 了复合对象的特点以及创建复合对象的 基本方法。复合对象的操作较为复杂, 大家课后要多加练习。 谢谢观看
2022-06-08 14:08:02 1.05MB 文档资料 数据分析 数据挖掘
三维数字化技术综合应用— — 合并场景 合并场景 我们面对一个复杂场景的制作时,为了操 作方便,我们通常会在不同的场景文件中 制作不同的模型,最后再把多个场景合并 成一个场景。 合并场景 合并场景 小结 合作场景时,可以选择一个场景作为主 场景,先打开主场景文件,再使用应用 程序菜单中的导入、合并命令就可以了。 你学会了吗? 谢谢观看
2022-06-08 14:08:01 6.79MB 文档资料 数据分析 数据挖掘
1、资源内容:毕业设计lun-wen word版10000字+;开题报告,任务书 2、学习目标:快速完成相关题目设计; 3、应用场景:课程设计、diy、毕业、参赛; 4、特点:直接可以编辑使用; 5、使用人群:设计参赛人员,学生,教师等。 6、使用说明:下载解压可直接使用。 7、能学到什么:通过学习本课题的设计与实现, 了解不同课题的知识内容,学习内部架构和原理,掌握有关课题重要资源, 同时增加自己对不同方面知识的了解,为后续的创作提供一定的设计思路和设计启发 , 并且可以快速完成相关题目设计,节约大量时间精力,也为后续的课题创作 提供有力的理论依据、实验依据和设计依据,例如提供一些开源代码、设计原理、 原理图、电路图、毕业设计lun-wen word版10000字+;开题报告,任务书等有效的资料, 也可以应用于课程设计、diy、毕业、参赛等不同场景,而且本设计简单,通俗易通, 方便快捷,易于学习,下载之后可以直接可以编辑使用, 可以为设计参赛人员、学生、老师及爱好者等不同使用者提供有效且实用的学习资料 及参考资料,同时也是一份值得学习和参考的资料。
2022-06-08 14:06:24 19.38MB python 数据分析 开发语言 数据挖掘
1.领域:matlab,LSTM算法 2.内容:基于LSTM的时间序列训练和预测matlab仿真+matlab操作视频 3.用处:用于LSTM算法编程学习 4.指向人群:本硕博等教研学习使用 5.运行注意事项: 使用matlab2021a或者更高版本测试,运行里面的Runme_.m文件,不要直接运行子函数文件。运行时注意matlab左侧的当前文件夹窗口必须是当前工程所在路径。 具体可观看提供的操作录像视频跟着操作。
贝叶斯变化点检测与时间序列分解 说明见包内readme文档 一种贝叶斯算法,用于检测变化点并将时间序列分解为趋势、季节性和突变。 时间序列数据的解释受模型选择的影响。不同的模型可以对同一数据的模式、趋势和机制给出不同甚至相互矛盾的估计,这一限制可以通过本软件包中的突变、季节性和趋势(BEAST)的贝叶斯估计得到缓解。BEAST试图通过放弃“单一最佳模型”的概念,并通过贝叶斯模型平均方案将所有竞争模型纳入推理,从而改进时间序列分解。它是一种灵活的工具,可以揭示时间序列观测中的突然变化(即变化点)、周期变化(例如季节性)和非线性趋势。BEAST不仅可以告诉您何时发生更改,还可以量化检测到的更改为真的可能性。它不仅检测分段线性趋势,还检测任意非线性趋势。BEAST适用于遥感、金融、公共卫生、经济、气候科学、生态学和水文学等各种实时序列数据。示例应用包括使用它来确定生态数据中的制度变迁,从卫星图像绘制森林干扰和土地退化地图,检测经济数据中的市场趋势,查明气候数据中的异常和极端事件,以及揭示生物数据中的系统动力学
2022-06-08 12:04:38 3.88MB 算法