Clique聚类的java简单实现，有数据挖掘的可以下来
上传时间： 2013-12-22
上传用户：chenjjer
博士论文，对数据降维与分类方法进行了深入研究，对数据挖掘很有用．
标签： 论文
上传时间： 2016-05-25
上传用户：梧桐
基于F P -tree 频集模式的F P -G row th 算法，用于关联规则挖掘。
上传时间： 2014-09-12
上传用户：ljt101007
FP-Growth算法，是用于关联规则的一个重要算法，挖掘频繁项集
上传时间： 2014-01-08
上传用户：sevenbestfei
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.
上传时间： 2014-01-07
上传用户：onewq
提出了一种新的基于规则的异常检测模型.把系统调用按照功能和危险程度进行了分类,该模型只是针对每类中关键调用(即危险级别为1的系统调用).在学习过程中,动态地处理每个关键调用,而不是对静态的数据进行数据挖掘或统计,从而可以实现增量学习.同时通过预定义,精炼规则,有效地减少了规则数据库中的规则数目,缩减了检测过程中规则的匹配时间.
上传时间： 2014-11-22
上传用户：003030
关联模式的Apriori的vc实现，对数据挖掘感兴趣的人一定很希望得到吧！
上传时间： 2016-06-16
上传用户：fandeshun
粗糙集源码最新的，详细会对挖掘很有帮助，有时间看看吧
上传时间： 2016-06-17
上传用户：Ants
Apriori算法改进及其实现 内容摘要 信息技术的不断推广应用，将企业带入了一个信息爆炸的时代。如何充分利用这些数据信息为企业决策者提供决策支持成为一个十分迫切的又棘手的问题，人们除了利用现有的关系数据库标准查询语句得到一般的直观的信息以外，必须挖掘其内含的、未知的却又实际存在的数据关系。著名的Apriori算法是一种挖掘关联规则的算法。 本文通过对参与候选集的元素计数的方法来减少产生候选集的组合和减少数据库的扫描次数来达到要求。这有利于提高挖掘的速度和减少数据库的I/O操作时间的开销。
上传时间： 2013-11-28
上传用户：Yukiseop
美国人口署公布的调查数据，用于数据挖掘与知识发现的测试数据
上传时间： 2016-07-09
上传用户：wangdean1101
