一、决策树的类型 在数据挖掘中，决策树主要有两种类型: 分类树 的输出是样本的类标。 回归树 的输出是一个实数 (例如房子的价格，病人呆在医院的时间等)。 术语分类和回归树 (CART)

KNN算法基础思想前面文章可以参考，这里主要讲解java和python的两种简单实现，也主要是理解简单的思想。 http://blog.csdn.net/u011067360/article/details/23941577

还有一些朋友问题我应该学什么技术？不应该学什么技术？或是怎么学会学得最快，技术的路径应该是什么？有的说只做后端不做前端，有的说，只做算法研究，不做工程，等等，等等。因为他们觉得人生有限，术业有专攻。 等等，等等…… 我个人觉得

原文出处： fengfenggirl（@也爱数据挖掘） 前言 从理解卷积神经到实现它，前后花了一个月时间，现在也还有一些地方没有理解透彻，CNN还是有一定难度的，不是看哪个的博客和一两篇论文就

算法大全（C，C++） 一、 数论算法 1．求两数的最大公约数 function gcd(a,b:integer):integer; begin if b=0 then gcd:=a else gcd:=gcd

1. 数据结构算法 2. 数据结构数据结构是一门研究非数值计算的程序设计问题中的操作对象（结点）以及它们之间关系和操作等的学科。 1968 年克努思教授开创了数据结构的最初体系，他所著的《计算机程序设

This book is about the fundamentals of data structures and algorithms--the basic elements from which large and complex software artifacts are built. To develop a solid understanding of a data structure requires three things: First, you must learn how the information is arranged in the memory of the computer. Second, you must become familiar with the algorithms for manipulating the information contained in the data structure. And third, you must understand the performance characteristics of the data structure so that when called upon to select a suitable data structure for a particular application, you are able to make an appropriate decision. <br> This book also illustrates object-oriented design and it promotes the use of common, object-oriented design patterns. The algorithms and data structures in the book are presented in the Python programming language. Virtually all the data structures are presented in the context of a single class hierarchy. This commitment to a single design allows the programs presented in the later chapters to build upon the programs presented in the earlier chapters.

ng_sc整理的数据结构材料.仅供各位考研师弟师妹们方便之用，如有什么疑议，请通知Air_sky(iceman0481@163.com)本人即删除！！！ 1、栈的基本操作：编写一个算法，利用栈的基本运算将指定栈中的内容进行逆转。

14本免费数据挖掘书籍

这是一个能够根据源数据（比如说用csv格式表示的矩阵，或者中文文档）使用多种多样的算法去得到结果的一个平台。 算法能够通过xml配置文件去一个一个的运行，比如在开始的时候，我们可以先运行一下主成分

SPMF是一个采用Java开发的开源数据挖掘平台。 它提供了51种数据挖掘算法实现，用于： 序列模式挖掘, 关联规则挖掘， frequent itemset 挖掘, 顺序规则挖掘， 聚类 项目主页： http://www

数据挖掘：What？Why？How？ 磨刀不误砍柴工。在学习数据挖掘之前应该明白几点： 数据挖掘目前在中国的尚未流行开，犹如屠龙之技。 数据初期的准备通常占整个数据挖掘项目工作量的70%左右。 数

数据挖掘（又称从数据中发现知识，KDD） 例1.1 数据挖掘把大型数据集转换成知识。Google的Flu Trends（流感趋势）使用特殊的搜索项作为流感活动的指示器。它发现了搜索流感相关信息的人

Orange（ http://orange.biolab.si/ ）是一个基于组件的数据挖掘和机器学习软件套装，支持Python进行脚本开发。Orange由斯洛文尼亚大学计算与信息学系的生物信息实验室BioLab进行开发，

1. 第九章 数据挖掘的应用和发展趋势9.1 复杂数据对象的多维分析和描述性挖掘 9.2 空间数据挖掘 9.3 多媒体数据挖掘 9.4 时序数据和序列数据的挖掘 9.5 文本数据库挖掘 9.6 Web挖掘2018/10/221Data

1. 第一章 机器学习及数据挖掘基本原理王斌 中国科学院信息工程研究所大数据核心技术之数据挖掘与机器学习技术探索及应用 2. 目录基本概念典型应用预备知识 3. 什么是机器学习(Machine Lea

Techniques 3. 分类 预测种类字段 基于训练集形成一个模型，训练集中的类标签是已知的。使用该模型对新的数据进行分类 Prediction: 对连续性字段进行建模和预测。 典型应用 信用评分 Direct Marketing

第6章：挖掘大型数据库中的关联规则6.1 关联规则挖掘 6.2由事务数据库挖掘单维布尔关联规则 6.3由事务数据库挖掘多层关联规则 6.4由关系数据库和数据仓库挖掘多维关联规则 6.5由关联挖掘到相关性分析

1. 数据挖掘—实用机器学习技术及Java实现原书 英文版《Data Mining—Practical Machine Learning Tools and Techniques with Java

 数据挖掘在软件工程中的应用 摘 要 随着软件系统的规模和复杂性日益增长,软件开发已经演变成一项复杂的系统工程。软件工程中的对象、活动和过程更加难以控制和管理,因此该领域原有的经验直觉型的处理模式已经不能适应新的需求