Python数据挖掘入门与实践(第2版)
作者:[澳]罗伯特·莱顿
出版社:北京图灵文化发展有限公司
ISBN:9787115528025
VIP会员免费
(仅需0.8元/天)
¥ 39.5
温馨提示: 价值40000元的1000本电子书,VIP会员随意看哦!
电子书推荐
-
u.data_(Python数据挖掘入门与实践第四章电影推荐算法数据集) 评分:
该数据集为 Python数据挖掘入门与实践 一书中第四章电影推荐算法的数据集,包括两个文件,分别是u.data 和u.item
上传时间:2017-09 大小:786KB
- 1.87MB
基于python的电影数据分析.zip
2022-06-111、资源内容:毕业设计lun-wen word版10000字+;开题报告,任务书 2、学习目标:快速完成相关题目设计; 3、应用场景:课程设计、diy、毕业、参赛; 4、特点:直接可以编辑使用; 5、使用人群:设计参赛人员,学生,教师等。 6、使用说明:下载解压可直接使用。 7、能学到什么:通过学习本课题的设计与实现, 了解不同课题的知识内容,学习内部架构和原理,掌握有关课题重要资源, 同时增加自己对不同方面知识的了解,为后续的创作提供一定的设计思路和设计启发 , 并且可以快速完成相关题目设计,节约大量时间精力,也为后续的课题创作 提供有力的理论依据、实验依据和设计依据,例如提供一些开源代码、设计原理、 原理图、电路图、毕业设计lun-wen word版10000字+;开题报告,任务书等有效的资料, 也可以应用于课程设计、diy、毕业、参赛等不同场景,而且本设计简单,通俗易通, 方便快捷,易于学习,下载之后可以直接可以编辑使用, 可以为设计参赛人员、学生、老师及爱好者等不同使用者提供有效且实用的学习资料 及参考资料,同时也是一份值得学习和参考的资料。
- 2.55MB
Python电影智能推荐之Apriori算法(推荐)
2022-04-20电影智能推荐算法是根据顾客观看电影记录,分析各个顾客对电影的喜好关联程度,达到精准推送; Apriori算法是第一个关联规则挖掘算法,也是最经典的算法。它利用逐层搜索的迭代方法找出数据库中项集的关系,以形成规则,其过程由连接(类矩阵运算)与剪枝(去掉那些没必要的中间结果)组成。
- 1.39MB
推荐算法数据集
2019-01-14python基于Suprise模块构建推荐算法模型,实现电影、书籍等资源的推荐 文中使用到的数据集
- 8.78MB
python数据挖掘入门
2017-09-12python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘 python数据挖掘
- 1.55MB
用Python写的电影推荐系统
2018-10-09这是用Python写的一个电影推荐系统,希望对他人有帮助。
- 1.63MB
基于数据挖掘技术的影视智能推荐算法.pdf
2021-07-14基于数据挖掘技术的影视智能推荐算法.pdf
- 22KB
Python数据挖掘入门与实战-NBA 2013 — 2014赛季的比赛数据.rar
2018-11-20Python数据挖掘入门与实战——第三章用决策树预测获胜球队
- 3.48MB
基于协同过滤算法的电影推荐系统
2016-10-28推荐系统,运用数据挖掘算法,数据挖掘课程的必备选择
- 81.15MB
Tweets-数据集
2021-03-14tweets twitter.csv
- 38KB
python_tweets.rar
2017-11-08python数据挖掘数据集 python_tweets python_tweets.rar
- 14.8MB
original data_./data-original_python数据挖掘于入门实践_python_original_da
2021-09-29《Python数据挖掘与入门实践》是一本旨在引导初学者进入数据挖掘领域的教程,结合实际案例,深入浅出地讲解了Python在数据预处理、数据探索、建模与预测等方面的应用。这个压缩包文件包含了该书的全部数据和代码示例...
- 0B
_storage_emulated_0_android_data_com.tencent.mm_MicroMsg_Download_Python数据分析与挖掘实战.np
2022-11-02_storage_emulated_0_android_data_com.tencent.mm_MicroMsg_Download_Python数据分析与挖掘实战.np
- 2KB
python豆瓣window.__DATA__算法解密
2022-05-10数据存放在源码的window.__DATA__中,此数据经过base64编码后又进行了两次加密(其中包括rc4加密),此资源是对豆瓣的window.__DATA__数据进行解密,包括对rc4的解密,并且使用的是python脚本代码编写(并不是...
- 2.42MB
web-spider-data-analysis.rar_Python爬虫入门_data analysis_data analy
2022-09-14标签“python爬虫入门”,“data_analysis”,“data_analysis_python”,“python网络爬虫”确认了这个资料集是针对初学者,旨在教授如何使用Python进行网络爬虫的编写以及后续的数据分析工作。 在Python中,网络...
- 5KB
TSP.zip_Python tsp_python TSP_python求tsp_tsp_tsp python
2022-09-21标题 "TSP.zip_Python tsp_python TSP_python求tsp_tsp_tsp python" 提供的信息表明,这个压缩包包含了一个用Python实现的解决旅行商问题(Traveling Salesman Problem, TSP)的程序。旅行商问题是一个经典的组合...
- 896KB
电影推荐系统的movie数据集
2017-12-14ml-latest-small.zip的数据集,不是最全的数据集,请同学们选择下载。
- 4.69MB
ml-100k-ALS推荐算法数据集
2018-09-21该数据集为公共数据集:主要有u.data,u.genre,u.info,u.item,u.user,u.occupation 等文件
- 37.36MB
天池推荐算法数据集-日期:11.8~12.8
2019-04-28“信息迷航”和“信息过载”问题由来已久,产业界和学术界都为解决这类问题进行了大量的尝试。推荐系统能够帮助用户在海量的产品空间中进行筛选,同时尽量减少用户的参与,将信息在合适的时间、地点主动推送给用户。但是传统的推荐算法以静态算法为主,其基本假设是用户兴趣是静止不变的。这种假设与事实不符,导致面对现实数据时,传统算法存在推荐准确性差、算法可解释性差等诸多问题。事实上用户兴趣不仅不断变化,而且具有一定的规律。
- 130.95MB
新闻个性化推荐算法训练集数据
2018-04-14新闻个性化推荐算法需要用到的一些训练集数据包含用户编号、新闻编号、浏览时间、新闻标题、详细内容、发表时间
- 3.98MB
基于用户的协同过滤算法数据集及代码实现
2017-02-18这是我参考网上资料后自己写的基于用户的协同过滤算法,包括算法所用到的数据集及相关代码,基于Python实现,代码包含详细解释。
- 5.54MB
推荐数据集
2018-08-18用于推荐系统实验的数据集CiaoDVD,在推荐系统论文写作中被广泛应用到
- 2KB
data.utils_data_utils_pythonimageneural_CFAR_CFAR-10_python_
2021-10-03在本项目中,标题"**data.utils_data_utils_pythonimageneural_CFAR_CFAR-10_python_"**暗示了我们正在处理一个与数据处理和图像识别相关的Python代码库,特别是针对CFAR-10数据集的卷积神经网络(CNN)模型。...
- 719KB
Python Data Analytics_Code.zip_Python code_data science_python 数
2022-09-14"Python Data Analytics_Code.zip"这个压缩包显然包含了与使用Python进行数据分析相关的代码示例,旨在帮助用户深入理解和实践数据科学中的各种技术。 首先,Python中的Pandas库是数据处理的核心工具,它提供了高效...
- 21.67MB
Python数据挖掘入门与实战
2017-05-31在“Python数据挖掘入门与实战”这一主题中,我们将探讨如何使用Python这一强大的编程语言进行数据挖掘和分析。Python以其易读性强、丰富的库支持以及广泛的应用领域,成为了数据科学界首选的语言之一。本篇文章将...
- 742KB
u.data.rar
2017-11-08《Python数据挖掘入门与实践:探索u.data数据集》 在数据科学的世界里,Python以其易学易用、丰富的库支持以及强大的数据处理能力,成为了数据挖掘和分析的首选工具。今天,我们将深入探讨一个典型的数据挖掘入门...
- 1KB
KNN.zip_knn python_python knn_挖掘
2022-09-24KNN,全称为K-最近邻算法,是数据挖掘和机器学习领域中一个简单但实用的分类与回归方法。该算法基于实例的学习,通过找到训练集中与未知类别样本最接近的K个邻居,依据邻居的类别进行投票或加权平均来决定未知样本的...