Python优秀项目 基于Flask+sklearn实现的数据挖掘可视化系统源码+部署文档+全部数据资料.zip

# DataMiningVisualizationSystem [](https://github.com/Giyn/DataMiningVisualizationSystem/releases/tag/1.0) [](https://github.com/Giyn/DataMiningVisualizationSystem/releases/tag/1.0) [](https://github.com/Giyn/DataMiningVisualizationSystem/releases/tag/1.0) ## :scroll: Introduction 🌀 数据挖掘可视化系统（Data Mining Visualization System）通过数据挖掘理论、机器学习算法以及数据可视化等信息技术，并基于 Flask 框架搭建 Web 服务器，实现数据挖掘可视化。 数据挖掘：Python 后台技术：Flask 前端技术：HTML、JS、CSS、Echarts ## :arrow_right_hook: Instruction 配置完 Python 虚拟环境后，修改 `.\js\DMVSystem.js` 文件中的 `var serverAddress` 为本机地址后，运行 `.\app\main.py`，接着打开 `DMVSystem.html` 文件，即可进行本地测试。 ## :sparkle: Features ### 1. 系统主界面 进入系统主界面，系统提供 6 个数据集，用户可以选择导入其中 1 个数据集。  ### 2. 导入数据集 选择导入数据集后，静候片刻，数据集即加载完毕。  ### 3. 原始数据可视化 进入可视化模块，系统以平行坐标图、RadViz图、Andrew图等多种方式将原始多维数据可视化。   ### 4. 原始数据集表格展示 下拉页面可以看到原始数据的表格展示，用户可点击数据预处理并进行训练。  ### 5. 模型训练及数据挖掘结果可视化 静候片刻，即出现模型训练及数据挖掘的可视化结果。