决策树C45，用matlab编写的，数据挖掘算法。
上传时间： 2014-01-10
上传用户：dianxin61
决策树cart，用matlab编写的，数据挖掘算法。
上传时间： 2016-12-08
上传用户：tyler
FP树的ＪＡＶＡ版本，分布式数据挖掘算法可能会用到．
上传时间： 2014-01-15
上传用户：royzhangsz
网络提供了海量的共享资源，人们需要从网络上搜索出自己感兴趣的信息，由此产生了Web挖掘的问题。Web挖掘就是借用数据挖掘技术来实现的。Web挖掘主要是文本信息的挖掘，本文主要研究了实现文本挖掘的层次凝聚类算法，对于传统的算法存在的问题，提出了改进的算法，研究了相似度值对整个算法过程的影响，设计了一个动态改变相似度值的计算公式。
上传时间： 2014-01-05
上传用户：banlangen
Aprioir算法的的Vc++的简单实现。所采用的数据集在程序中的到体现，没有采用数据库。适合初学数据挖掘的读者。
上传时间： 2016-08-02
上传用户：13215175592
K-Means算法是最古老也是应用最广泛的聚类算法，它使用质心定义原型，质心是一组点的均值，通常该算法用于n维连续空间中的对象。 K-Means算法流程 step1：选择K个点作为初始质心 step2：repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 质心不在变化 例如下图的样本集，初始选择是三个质心比较集中，但是迭代3次之后，质心趋于稳定，并将样本集分为3部分 我们对每一个步骤都进行分析 step1：选择K个点作为初始质心 这一步首先要知道K的值，也就是说K是手动设置的，而不是像EM算法那样自动聚类成n个簇 其次，如何选择初始质心 最简单的方式无异于，随机选取质心了，然后多次运行，取效果最好的那个结果。这个方法，简单但不见得有效，有很大的可能是得到局部最优。 另一种复杂的方式是，随机选取一个质心，然后计算离这个质心最远的样本点，对于每个后继质心都选取已经选取过的质心的最远点。使用这种方式，可以确保质心是随机的，并且是散开的。 step2：repeat 将每个点指派到最近的质心，形成K个簇 重新计算每个簇的质心 until 质心不在变化 如何定义最近的概念，对于欧式空间中的点，可以使用欧式空间，对于文档可以用余弦相似性等等。对于给定的数据，可能适应与多种合适的邻近性度量。
上传时间： 2018-11-27
上传用户：1159474180
数据结构常用算法程序集1，描述数据结构算法。
上传时间： 2015-03-21
上传用户：caiiicc
C数据结构常用算法程序集２，描述数据结构算法。
上传时间： 2014-08-23
上传用户：libenshu01
C数据结构常用算法程序集５，描述数据结构算法。
上传时间： 2013-12-04
上传用户：bibirnovis
c45决策树改进算法，主要用于数据挖掘中的聚类分析。对从事dm研究的人应该有用
上传时间： 2015-04-09
上传用户：许小华
