数据挖掘是人们从海量数据中获取有用信息的有力工 具。作为数据挖掘的重要方法之一，关联规则挖掘引起各界 人士的广泛关注。关联规则挖掘用来发现大量数据中项集之 间有趣的关联或相关关系。
上传时间： 2013-12-21
上传用户：aysyzxzm
1.有三根杆子A,B,C。A杆上有若干碟子 2.每次移动一块碟子,小的只能叠在大的上面 3.把所有碟子从A杆全部移到C杆上 经过研究发现，汉诺塔的破解很简单，就是按照移动规则向一个方向移动金片： 如3阶汉诺塔的移动：A→C,A→B,C→B,A→C,B→A,B→C,A→C 此外，汉诺塔问题也是程序设计中的经典递归问题
上传时间： 2016-07-25
上传用户：gxrui1991
本算法的基本功能是用C＋＋语言实现了APRIORI算法，用户可以先选择要进行的操作。然后再输入支持度和置信度，就可得到挖掘的结果。 输出的结果主要包括两个部分。 1．输出所有的频繁项集。 2．输出所有的产生的规则。 算法还能够输出初始的事务集合，并且可以输出产生的中间结果。
上传时间： 2013-12-20
上传用户：wpwpwlxwlx
上下文无关文法（Context-Free Grammar, CFG）是一个4元组G=(V, T, S, P)，其中，V和T是不相交的有限集，S∈V，P是一组有限的产生式规则集，形如A→α，其中A∈V，且α∈(V∪T)*。V的元素称为非终结符，T的元素称为终结符，S是一个特殊的非终结符，称为文法开始符。 设G=(V, T, S, P)是一个CFG，则G产生的语言是所有可由G产生的字符串组成的集合，即L(G)={x∈T* | Sx}。一个语言L是上下文无关语言（Context-Free Language, CFL），当且仅当存在一个CFG G，使得L=L(G)。 *⇒ 例如，设文法G：S→AB A→aA|a B→bB|b 则L(G)={a^nb^m | n,m>=1} 其中非终结符都是大写字母，开始符都是S，终结符都是小写字母。
标签： Context-Free Grammar CFG
上传时间： 2013-12-10
上传用户：gaojiao1999
Apriori算法是一种找频繁项目集的基本算法。其基本原理是逐层搜索的迭代，直到不能找到维度更高的频繁项集为止。这种方法依赖连接和剪枝这两步来实现。
上传时间： 2016-02-09
上传用户：米卡
lcm2 ，挖掘最大频繁项集的好算法。关联规则挖掘。
标签： lcm2
上传时间： 2016-04-10
上传用户：lixinxiang
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
模式识别领域的通用数据集，在不同的支持度下的频繁项集。
上传时间： 2013-11-26
上传用户：caozhizhi
特点： 精确度0.1%满刻度 可作各式數學演算式功能如:A+B/A-B/AxB/A/B/A&B(Hi or Lo)/|A|/ 16 BIT类比输出功能 输入与输出绝缘耐压2仟伏特/1分钟(input/output/power) 宽范围交直流兩用電源設計 尺寸小,穩定性高
上传时间： 2014-12-23
上传用户：ydd3625
特点(FEATURES) 精确度0.1%满刻度 (Accuracy 0.1%F.S.) 可作各式数学演算式功能如:A+B/A-B/AxB/A/B/A&B(Hi or Lo)/|A| (Math functioA+B/A-B/AxB/A/B/A&B(Hi&Lo)/|A|/etc.....) 16 BIT 类比输出功能(16 bit DAC isolating analog output function) 输入/输出1/输出2绝缘耐压2仟伏特/1分钟(Dielectric strength 2KVac/1min. (input/output1/output2/power)) 宽范围交直流两用电源设计(Wide input range for auxiliary power) 尺寸小,稳定性高(Dimension small and High stability)
上传时间： 2013-11-24
上传用户：541657925
