没有合适的资源？快使用搜索试试~
我知道了~
文库首页
网络技术
其它
RapidMiner数据分析与挖掘实战_中文版
RapidMiner数据分析与挖掘实战_中文版
RapidMiner
5星
· 超过95%的资源
需积分: 26
27 下载量
91 浏览量
2016-10-31
15:05:03
上传
评论
5
收藏
19.09MB
RAR
举报
温馨提示
立即下载
资源推荐
资源评论
快速数据挖掘数据分析实战RapidMiner工具应用第1章 数据挖掘基础V4.1.pdf
浏览：171
5星 · 资源好评率100%
企业经营最大的目的就是盈利，而餐饮业企业盈利的核心就是其菜品和顾客，也就是其提供的产品和服务对象。企业经营者每天都在想推出什么样的菜系和种类会吸引更多的顾客，究竟各种顾客各自的喜好是什么，在不同的时段是不是有不同的菜品畅销，当把几种不同的菜品组合在一起推出时是不是能够得到更好的效果，未来一段时间菜品原材应该采购多少…… T餐饮的经营者想尽快地解决这些疑问，使自己的企业更加符合现有顾客的口味，吸引更
快速数据挖掘数据分析实战RapidMiner工具应用第12章 文本挖掘V1.1.pdf
浏览：156
5星 · 资源好评率100%
12.1 应用场景 垃圾、邮件检测 语言种类检测 客户反馈分析、微博评论情感分析 … 12.2学习目标 在学习完本章后，您应能够： 解释什么是文本挖掘、如何使用文本挖掘，以及使用文本挖掘有哪些好处。 识别文本可能采取的各种格式，以便进行文本挖掘。 连接至文本，并将其导入为文本挖掘模型的数据来源。 在 RapidMiner 中开发一个文本挖掘模型，其中包括常用的文本操
RapidMiner数据分析与挖掘实战——中文
浏览：40
5星 · 资源好评率100%
学习RapidMiner挺不错的中文资料，很详细。 学习RapidMiner挺不错的中文资料，很详细。
RapidMiner数据分析与挖掘实战
浏览：156
4星 · 用户满意度95%
关于RapidMiner实战的一个教程，有关于算子的用法，已经多种数据挖掘算法的分析，介绍，详解，以及相关的rapidMiner实战，非常实用
RapidMiner数据分析和挖掘实践
浏览：146
压缩文件，包含十几篇RapidMiner的实例，有详细的讲解，跟着动手做一做，既能理解算法，又能直接收获实战技能。
《RapidMiner数据分析与挖掘实战》第12章 文本挖掘
浏览：44
5星 · 资源好评率100%
本章介绍文本分类。由于大部分交流信息以文本格式保存，文本分类是文本挖掘中的一个重要主题。我们将建立一个RapidMiner挖掘流程，来学习垃圾短信和我们实际想阅读的短信之间的区别。然后我们将应用此学习到的模型到新的短信中，来确定其是否为垃圾短信。垃圾短信是许多熟悉主题中的一种，自然地，我们由此就开始动手工作。用于垃圾短信分类的相同的技术可以在许多其他文本挖掘领域中使用。
rapidminer使用手册 [RapidMiner数据分析与挖掘实战] 全17章
浏览：105
3星 · 编辑精心推荐
第1章 RAPIDMINER STUDIO简介 第2章 设计分析流程 第3章 数据和结果可视化 第4章 数据管理：资源库 第5章 数据探索 第6章 数据预处理 第7章 关联分析与关联规则 第8章 K-MEANS 聚类、辨别分析 第9章 线性回归与逻辑回归 第10章决策树与神经网络 第11章 文本挖掘 第12章 WEB挖掘 第13章 推荐系统 第14章 模型评估与优化 第15章 时间序列 第16章
《RapidMiner数据分析与挖掘实战》第11章 决策树与神经网络
浏览：32
决策树方法在分类、预测、规则提取等领域有着广泛应用。在20世纪70年代后期和80年代初期，机器学习研究者J.Ross Quinilan提出了ID3[5-2]算法以后，决策树在机器学习、数据挖掘邻域得到极大的发展。Quinilan后来又提出了C4.5，成为新的监督学习算法。1984年几位统计学家提出了CART分类算法。ID3和ART算法大约同时被提出，但都是采用类似的方法从训练样本中学习决策树。
《RapidMiner数据分析与挖掘实战》第9章 K-Means 聚类、辨别分析
浏览：84
与分类不同，聚类分析是在没有给定划分类别的情况下，根据数据相似度进行样本分组的一种方法。与分类模型需要使用有类标记样本构成的训练数据不同，聚类模型可以建立在无类标记的数据上，是一种非监督的学习算法。聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度将他们划分为若干组，划分的原则是组内样本最小化而组间（外部）距离最大化，如图9 1所示。
Rapidminer中文手册
浏览：183
5星 · 资源好评率100%
RapidMiner中文手册，对于初学RapidMiner者有很好的帮助
数据分析与挖掘实战
浏览：157
有一定python基础的，想使用python进行数据分析和数据挖掘。
大数据分析与挖掘实战
浏览：131
大数据分析与挖掘实战
《Rapidminer数据分析与挖掘实战（中文版）》第2章 RapidMiner简介 Word版
浏览：189
第2章 RapidMiner Studio简介 RapidMiner Studio 结合技术性和适用性，为最新的及已建立的人性化数据挖掘技术提供服务。通过推拽算子，设置参数及组合算子，在RapidMiner Studio中定义分析流程。
《RapidMiner数据分析与挖掘实战》第6章 数据探索
浏览：183
根据观测、调查收集到初步的样本数据集后，接下来要考虑的问题是：样本数据集的数量和质量是否满足模型构建的要求？有没有出现从未设想过的数据状态？其中有没有什么明显的规律和趋势？各因素之间有什么样的关联性？ 通过检验数据集的数据质量、绘制图表、计算某些特征量等手段，对样本数据集的结构和规律进行分析的过程就是数据探索。数据探索有助于选择合适的数据预处理和建模方法，甚至可以完成一些通常由数据挖掘解决的问题。
《RapidMiner数据分析与挖掘实战》第4章 数据和结果可视化
浏览：182
前面的部分中，我们已经看到了RapidMiner Studio图形用户界面是如何建立起来的，以及如何用它来定义和执行分析流程。在流程的最后，流程结果会显示在结果视图中。现在在工具栏上点击一下就能跳转到结果视图了。这一章会详细阐述结果视图。依据您是否已经生成了可被描述的结果，在默认设置前提下，您现在应该至少能大致看到这些显示内容，如图4.1所示。
rapidminer中文教程
浏览：87
RapidMiner具有丰富数据挖掘分析和算法功能，常用于解决各种的商业关键问题，如营销响应率、客户细分、客户忠诚度及终身价值、资产维护、资源规划、预测性维修、质量管理、社交媒体监测和情感分析等典型商业案例。 RapidMiner解决方案覆盖了各个领域，包括汽车、银行、保险、生命科学、制造业、石油和天然气、零售业及快消行业、通讯业、以及公用事业等各个行业。
RapidMiner7数据挖掘与实战csv数据包
浏览：78
《RapidMiner7数据挖掘与实战》中案例里使用的csv数据，包含了所有案例的数据，可以直接把csv数据导入RapidMiner使用
RapidMiner
浏览：124
这是一本关于RapidMiner入让学习的好教程！！！！很值得新人入门
《RapidMiner数据分析与挖掘实战》第15章 模型评估与优化
浏览：38
如何评估判断某个挖掘算法对挖掘分析预测结果的准确性影响？ 对某一个业务数据集进行预测时，如何在多个可选的挖掘模型之间选择最佳模型？为什么选择模型A，而不是模型B？凭经验？还是。。。各个模型的特性指标能否横向可视化对比？ 系统能否从多个可选模型中自动为我们推荐一个最好的模型算法？ 某个预测模型的最佳挖掘算法选定后，还能否基于该算法进行更深入的调优？调优方法有哪些？ 在保证预测准确
RapidMiner9.3 关联分析+数据可视化.zip
浏览：99
RapidMiner9.3 关联分析 数据可视化 连接access数据库导入数据
rapidminer最新版用户手册
浏览：53
3星 · 编辑精心推荐
rapidminer最新版用户手册,详尽描述，english
《RapidMiner数据分析与挖掘实战》第8章 关联分析与关联规则
浏览：97
关联规则分析是数据挖掘中最活跃的研究方法之一，目的是在一个数据集中找出各项之间的关联关系，而这种关系并没有在数据中直接表示出来。 8.1.1 常用关联规则算法 常用关联算法如所表8 1所示。
RapidMiner5.0使用手册
浏览：115
5星 · 资源好评率100%
该文档详细介绍了数据挖掘软件RapidMiner的背景，安装以及详细的应用方法和使用手则。
《RapidMiner数据分析与挖掘实战》第18章 异常检测
浏览：10
离群点检测是数据挖掘中重要的一部分，它的任务是发现与大部分其他对象显著不同的对象。大部分数据挖掘方法都将这种差异信息视为噪声而丢弃，然而在一些应用中，罕见的数据可能蕴含着更大的研究价值。
快速数据挖掘数据分析实战RapidMiner工具应用第18章 异常检测.pdf
浏览：51
1.1 离群点检测 就餐饮企业而言，经常会碰到这样的问题： 1） 如何根据客户的消费记录检测是否为异常刷卡消费？ 2） 如何检测是否有异常订单？ 这一类异常问题可以通过离群点检测解决。 离群点检测是数据挖掘中重要的一部分，它的任务是发现与大部分其他对象显著不同的对象。大部分数据挖掘方法都将这种差异信息视为噪声而丢弃，然而在一些应用中，罕见的数据可能蕴含着更大的研究价值。 在数据的散布图中，如图18
《RapidMiner数据分析与挖掘实战》第17章 宏、循环和数据集处理
浏览：168
经过前面几章的学习，我们已经知道了数据挖掘的基本流程，在真实的数据挖掘工作中，算法模型的建立所许付出的时间只占一小部分，数据的清洗、转换、加工部分往往占据很大一部分，在这一章中，我们将在学习前面数据处理的基础上，详细介绍数据集处理的高级部分。
《RapidMiner数据分析与挖掘实战》第7章 数据预处理
浏览：163
在数据挖掘中，海量的原始数据中存在着大量不完整（有缺失值）、不一致、有异常的数据，严重影响到数据挖掘建模的执行效率，甚至可能导致挖掘结果的偏差，所以进行数据清洗就显得尤为重要，数据清洗完成后接着进行或者同时进行数据集成、转换、规约等一系列的处理，该过程就是数据预处理。数据预处理一方面是要提高数据的质量，另一方面是要让数据更好地适应特定的挖掘技术或工具。统计发现，在数据挖掘的过程中，数据预处理工作量
《RapidMiner数据分析与挖掘实战》第16章 时间序列
浏览：108
拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，这两个重要的检验称为序列的预处理。根据检验结果可以将序列分为不同的类型，对不同类型的序列会采取不同的分析方法。 对于纯随机序列，又叫白噪声序列，序列的各项之间没有任何相关关系，序列在进行完全无序的随机波动，可以终止对该序列的分析。白噪声序列是没有信息可提取的平稳序列；
《RapidMiner数据分析与挖掘实战》第19章 电力窃漏电用户自动识别
浏览：165
传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等手段来发现窃电或计量装置故障。但这种方法对人的依赖性太强，抓窃查漏的目标不明确。目前很多供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量异常报警功能和电能量数据查询功能开展用户用电情况的在线监控工作，通过采集电量异常、负荷异常、终端报警、主站报警、线损异常等信息，建立数据分析模型，来实时监测窃漏电情况和发现计量装置的故障
快速数据挖掘数据分析实战RapidMiner工具应用第4章 数据和结果可视化.pdf
浏览：67
前面的部分中，我们已经看到了RapidMiner Studio图形用户界面是如何建立起来的，以及如何用它来定义和执行分析流程。在流程的最后，流程结果会显示在结果视图中。现在在工具栏上点击一下就能跳转到结果视图了。这一章会详细阐述结果视图。依据您是否已经生成了可被描述的结果，在默认设置前提下，您现在应该至少能大致看到这些显示内容 或者，您可以在“View（视图）”菜单中=“Restore Defa
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~
联系上传者
评论
jesonwz
2020-02-26
市面上很少的书，能用
张铁蛋5989
粉丝: 2
资源:
14
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场，查看用户热搜
最新资源
使用TensorRT部署BEVDet模型C++源码.zip
555构成的多谐振荡器
mysql-5.1.48-win32.msi安装详细图解.doc
labview之与三菱PLC 通过MC协议通讯
11.1 静电场的环路定理.pptx
语音朗读-语音识别-语音.zip
弹塑性力学相关课程报告
缺陷检测-基于深度学习实现的高效轮胎磨损+缺陷检测算法实现python源码.zip
机械桁架引起的模态振动-力学报告
Linux综合性实验.doc
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
安全验证
文档复制为VIP权益，开通VIP直接复制
信息提交成功
5星 · 超过95%的资源 需积分: 26 27 下载量 91 浏览量
2016-10-31
15:05:03
上传
评论 5
收藏 19.09MB RAR 举报 
