数据挖掘与机器学习技术简介
Python数据预处理实战
常见分类算法介绍
对鸢尾花进行分类案例实战
分类算法的选择思路与技巧
2023-04-05 20:14:45
1.56MB
1
提出一种连续属性值域划分的离散化新方法，该方法定义一个新的离散化函数，依据类与属性之间的相互依赖关系选择最优的离散区间列表；此外，采用变精度粗糙集理论合理地控制数据离散化产生的信息丢失，减少分类错误。仿真结果和统计分析表明，提出的方法有较好的C5.0决策树分类能力。
2023-04-05 17:10:55
1.04MB
1
Python Pandas官方最新的开发文档，权威资料，用得放心。
2023-04-05 00:28:28
10.39MB
1
大于二十种模型的对比以及模型集成，本方案保证回归准确率和创新性，限时发布！
我们的建模方案使用Pycaret作为机器学习工具，PyCaret 是 Python 中的开源低代码机器学习库，可自动执行机器学习工作流程。它是一种端到端的机器学习和模型管理工具，可以成倍地加快实验周期并提高工作效率。与其他开源机器学习库相比，PyCaret 是一个高度封装的低代码库，可以用几行代码代替数百行代码。这使得机器学习实验呈指数级快速和高效。
2023-04-03 22:01:52
3KB
1
Data-Mining-Project-2014-
这个存储库包含我的学术课程“数据挖掘”项目的文件。 该项目涉及使用 K-Means 聚类算法进行聚类。
该项目的主要目的是了解聚类并应用 K-Means 聚类算法对数据进行聚类。 数据包括主要赛事的各种网球比赛的结果。 首先，我们应用特征减少来减少数据的字段，然后应用 K-Means 算法。
程序运行的先决条件是：
Hadoop 2.3.0
所有节点上的多节点集群设置
程序运行并相应地将数据集划分为 3 个集群：-
低获胜机会
中奖机会
高获胜机会
2023-04-02 20:44:04
55KB
1