电力漏电用户自动识别Python源码.rar

上传者: 67336587 | 上传时间: 2023-02-10 16:08:22 | 文件大小: 49KB | 文件类型: RAR
电力漏电用户自动识别Python源码.rar 数据挖掘算法是根据数据创建数据挖掘模型的一组试探法和计算。 为了创建模型,算法将首先分析您提供的数据,并查找特定类型的模式和趋势。概念描述算法使用此分析的结果来定义用于创建挖掘模型的最佳参数。然后,这些参数应用于整个数据集,以便提取可行模式和详细统计信息。

文件下载

资源详情

[{"title":"( 15 个子文件 49KB ) 电力漏电用户自动识别Python源码.rar","children":[{"title":"电力漏电用户自动识别Python源码","children":[{"title":"img","children":[{"title":"3_1.png <span style='color:#111;'> 6.90KB </span>","children":null,"spread":false},{"title":"2_2.png <span style='color:#111;'> 9.24KB </span>","children":null,"spread":false},{"title":"2_1.png <span style='color:#111;'> 6.59KB </span>","children":null,"spread":false},{"title":"3_2.png <span style='color:#111;'> 8.98KB </span>","children":null,"spread":false}],"spread":true},{"title":"data","children":[{"title":"missing_data.xls <span style='color:#111;'> 24.50KB </span>","children":null,"spread":false},{"title":"model.xls <span style='color:#111;'> 39.50KB </span>","children":null,"spread":false}],"spread":true},{"title":"code.py <span style='color:#111;'> 4.69KB </span>","children":null,"spread":false},{"title":"tmp","children":[{"title":"missing_data_processed.xls <span style='color:#111;'> 5.50KB </span>","children":null,"spread":false},{"title":"tree.pkl_02.npy <span style='color:#111;'> 800B </span>","children":null,"spread":false},{"title":"tree.pkl_04.npy <span style='color:#111;'> 96B </span>","children":null,"spread":false},{"title":"tree.pkl <span style='color:#111;'> 4.30KB </span>","children":null,"spread":false},{"title":"tree.pkl_03.npy <span style='color:#111;'> 2.38KB </span>","children":null,"spread":false},{"title":"net.model <span style='color:#111;'> 14.42KB </span>","children":null,"spread":false},{"title":"tree.pkl_01.npy <span style='color:#111;'> 84B </span>","children":null,"spread":false}],"spread":true},{"title":"导入模块说明.txt <span style='color:#111;'> 2.18KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明