![](https://csdnimg.cn/release/downloadcmsfe/public/img/no-data.51c5211b.png)
![](https://csdnimg.cn/release/downloadcmsfe/public/img/good-course.ff455529.png)
- 最优化方法期末考试复习大学课程最优化方法的重点内容,都是老师上课划的重点。里面包含例题详解,图解加强理解,期末必看!这份资料是我自己整理的,按照我的逻辑复习对大家很有帮助。
5 3760浏览
¥ 4.90 - DAMA/CDGA/CDGP认证之DMBOK2数据管理2200知识点(思维导图).pdfDAMA/CDGA/CDGP认证之DMBOK2数据管理2200知识点(思维导图)
5 6091浏览
¥ 11.90 - 北京理工大学《数据结构》期末试卷(含答案).pdf北京理工大学《数据结构》期末试卷(含答案)
5 1533浏览
¥ 1.90 - 山东大学2019年-数据结构-期末试卷真题.pdf山东大学2019年-数据结构-期末试卷真题
5 1865浏览
¥ 4.90 - 2021数字孪生电网白皮书(高清完整版).pdf2021数字孪生电网白皮书
5 1953浏览
¥ 11.90 - 基于python实现的简单推荐系统(含完整代码).pdf基于python实现的简单推荐系统(含完整代码).pdf
5 1895浏览
¥ 5.90 - 数据治理之数据标签体系建设模板集合(标签属性+框架+流程).pdf数据治理之数据标签体系建设模板集合(标签属性+框架+流程)
5 1919浏览
¥ 11.90 - 大学数据结构期末考试试题(有答案).pdf很全面的数据结构期末试题 一、单选题(每小题2分,共12分) 在一个单链表HL中,若要向表头插入一个由指针p指向的结点,则执行() A. HL=ps p->next= HL B. p->next=HL: HL=p3 C. p->next=H: p=HL D.P->next=HLー> next: HLー>next=pP 2.n个顶点的强连通图中至少含有()。 A.n-条有向边B.n条有向边 C.n(n-1)/2条有向边D.n(n-1)条有向边 3.从一棵二叉搜索树中查找一个元素时,其时间复杂度大致为 AO(1)B.(n CO(loan D o(n2
5 6759浏览
¥ 9.90 - 基于spss的数据分析案例-关于某公司474名职工综合状况的统计分析报告 共12页.pdf本次分析的数据为某公司474名职工状况统计表,其中共包含十一变量,分别是:id(职工编号),gender(性别),bdate(出生日期),edcu(受教育水平程度),jobcat(职务等级),salbegin(起始工资),salary(现工资),jobtime(本单位工作经历<月>),prevexp(以前工作经历<月>),minority(民族类型),age(年龄)。通过运用spss统计软件,对变量进行频数分析、描述性统计、方差分析、相关分析、以了解该公司职工上述方面的综合状况,并分析个变量的分布特点及相互间的关系
5 1971浏览
¥ 5.90 - 2021数据资产盘点指南(步骤+方法+问题).pdf2021数据资产盘点指南(步骤+方法+问题)
5 1342浏览
¥ 11.90 - 完整版基于R语言的数据挖掘数据分析实操案例 2000到2015年豆瓣共47000部电影数据分析 从数据抓取到数据分析全流程案例 含源代码 共33页.pdf【基于R语言的数据挖掘数据分析实操案例】 【2000到2015年豆瓣共47000部电影数据分析】 第一章 数据抓取 第二章 整理电影属性 第三章 整理电影属性 第四章 这样的图表才专业 第五章 频率密度图学会ggplot2 配件 第六章大数据:谁是演艺圈的“关系户“ 第七章 社交网络数据挖掘
5 3620浏览
¥ 22.90 - 广东工业大学《数据结构》复习题(含答案).pdf广东工业大学《数据结构》复习题(含答案)
5 662浏览
¥ 4.90 - 大学生数据结构复习题十套卷(含答案).pdf大学生数据结构复习题十套卷(含答案)
5 1143浏览
¥ 4.90 - 广东工业大学《数据结构》期末模拟试卷(含答案).pdf广东工业大学《数据结构》期末模拟试卷(含答案)
5 733浏览
¥ 4.90 - 银行业数据挖掘案例 银行智能决策支持系统 客户挖掘 客户分析 共33页.pdf当前的金融危机暴露出信息化存在如下问题: (1)IT治理不完善:高管层对信息系统建设及风险管控的重视和研究不够,决策和监督机制缺位。 (2)信息化战略规划不明晰:缺乏连贯性,规划布局不尽合理。 (3)信息化建设滞后于业务发展:信息系统平台千差万别,内 部应用系统难以实现信息共享,对数据的分析和利用难以 满足“以客户为中心”经营模式的需要。 (4)软硬件及核心技术受制于人:对系统安全造成隐患,甚至可能危及行业健康发展。 【客户价值评价指标体系】 主要包括:客户特征、行为、价值评价体系 分析方法:通过对客户基本资料、客户存取贷款记录、客户金融产品购买等信息数据进行深入分析,建立客户的群体划分标准,以针对不同客户群体进行针对性营销;建立客户消费行为的分析模型和评价指标体系,以进行客户风险管理;建立客户价值评估模型和指标体系,以对客户进行分级管理。
5 1467浏览
¥ 22.90 - 剖析大数据核心技术和实战应用 清华大数据课程课件含习题 第1章 大数据概念与应用(32页).pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 375浏览
¥ 9.90 - abaqus后处理中各应力解释(个人收集).pdfabaqus后处理中各应力解释(个人收集).pdfabaqus后处理中各应力解释(个人收集).pdfabaqus后处理中各应力解释(个人收集).pdfabaqus后处理中各应力解释(个人收集).pdf
5 2096浏览
¥ 11.90 - “互联网+”大学生创新创业大赛项目计划书.pdf“互联网+”大学生创新创业大赛项目计划书.pdf“互联网+”大学生创新创业大赛项目计划书.pdf“互联网+”大学生创新创业大赛项目计划书.pdf“互联网+”大学生创新创业大赛项目计划书.pdf
5 2347浏览
¥ 11.90 - 中国信通院大数据白皮书2020.pdf中国信通院大数据白皮书2020.pdf
5 377浏览
¥ 4.90 - Simulink建模仿真实例详解.pdfSimulink建模仿真实例详解.pdf
5 1034浏览
¥ 5.90 - 计算机考研数据结构总结.pdf计算机考研数据结构总结.pdf
5 502浏览
¥ 4.90 - 数据挖掘概念与技术部分课后习题答案(步骤详细)书籍:数据挖掘概念与技术,作者:Jiawei Han,Micheline Kamber,机械工业出版社出版。答案均为自己思考以及手写,不同于网上的答案。习题答案涉及题目:2.2 ,2.3,2.4,2.5 , 2.6,2.8, 3.3,3.5,3. 7 ,3.9 ,4.4 , 4.5,4.9,5.4,6.6,6.14,8.7,8.6,10.2,大题答案没有省略步骤,可考试中参考。
5 697浏览
¥ 11.90 - SPSS主成分分析绘图操作SPSS主成分分析绘图操作
5 1088浏览
¥ 5.90 - 清华大学精品大数据全套课程PPT课件含习题(34页)第2章 数据采集与预处理.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 662浏览
¥ 11.90 - 清华大学精品大数据全套课程PPT课件含习题(36页)第4章 大数据挖掘工具.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 243浏览
¥ 20.90 - 2022数据智能知识地图(完整版).pdf2022数据智能知识地图,详细版。
5 500浏览
¥ 22.90 - 大数据系统安全技术.pdf系统性介绍信息系统的架构演变过程、大数据系统的安全重要性、大数据系统安全技术体系、大数据安全处理平台系统架构、关键技术等内容
5 310浏览
¥ 4.90 - 清华大学精品大数据全套课程PPT课件含习题(40页)第8章 互联网大数据处理.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 336浏览
¥ 9.90 - 快速数据挖掘数据分析实战RapidMiner工具应用第10章 线性回归与逻辑回归V1.1.pdf回归分析是通过建立模型来研究变量之间相互关系的密切程度、结构状态及进行模型预测的一种有效工具,在工商管理、经济、社会、医学和生物学等领域应用十分广泛。从19世纪初高斯提出最小二乘估计算起,回归分析的历史已有200多年。从经典的回归分析方法到近代的回归分析方法,按照研究方法划分,回归分析研究的范围大致如下: 一元线性回归线性回归多元线性回归多个因变量与多个自变量的回归如何从数据推断回归模型基本假设的合理性基本假设不成立时如何对数据进行修正回归诊断判断回归方程拟合的效果选择回归函数的形式自变量选择的标准回归变量选择逐步回归分析法回归分析偏最小二乘回归参数估计方法改进岭回归主成分回归一元非线性回归非线性回归分段回归多元非线性回归自变量含有含有定性变量的回归定性变量的情况因变量含有定性变量的情况 在数据挖掘环境下,自变量与因变量具有相关关系,自变量的值是已知的,因变量是要预测的。
5 793浏览
¥ 11.90 - 清华大学精品大数据全套课程PPT课件含习题(33页)第7章 大数据可视化.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 449浏览
¥ 9.90 - 银行大数据治理平台建设方案.pdf建设目标 • 对业务数据进行数据质量检核,准确掌握业务系统各种数据质量问题,促进基础业务数据质量的提高。 建设数据质量检核系统 数据质量问题监管 建设内容 • 质量检查规则定制 • 数据质量检查 • 数据质量分析报告 实现质量检查规则的灵活定制 系统按照预定义的数据质量检查规则,对数据的准确性、有效性、关联性、一致性、及时性进行检查,生成并保存的数据 质量检查信息。 生成不同类型的数据质量检查报表,对不同的数据质量问题进行分析和展示。
5 204浏览
¥ 22.90 - 数据结构思维导图.pdf最全数据结构思维导图 王道考研 +重点习题 PDF版本
5 622浏览
¥ 5.90 - karel中文.pdfFANUC karel 语言编程手册
5 117浏览
¥ 9.90 - 清华大学精品大数据全套课程PPT课件含习题(54页)第10章 行业大数据.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 297浏览
¥ 14.90 - 优质文档 十大经典数据挖掘算法R语言实现 共28页.pdf#Something about the data mining 数据挖掘(Data mining):是数据库知识发现(英语:Knowledge-Discovery in Databases,简称:KDD)中的一个步骤。数据挖掘一般是指从大量的数据中通过算法搜索隐藏于其中信息的过程。数据挖掘通常与计算机科学有关,并通过统计、在线分析处理、情报检索、机器 学习、专家系统(依靠过去的经验法则)和模式识别等诸多方法来实现上述目标。 数据分析十大经典算法: 1.Apriori :是一种最有影响的挖掘布尔关联规则频繁项集的算法。 2.C4.5:是机器学习算法中的一种分类决策树算法,其核心算法是 ID3 算法。 3. Naive Bayes:在众多分类方法中,应用最广泛的有决策树模型和朴素贝叶斯(Naive Bayes) 4. K-means 算法:是一种聚类算法 5. SVM:一种监督式学习方法,广泛应用于统计分类以及回归分析中 6.CART:分类与回归树,下面有两个关键的思想,第一个是关于递归地划分自变量空间的想法,第二个是用验证数据进行减枝 7. KNN:是一个理论上比较成熟的的方法,也是最简单的机器学习方法之一。 8. Pagerank:是 google 算法的重要内容。 9. adaboost:是一种迭代算法,其核心思想是针对同一个训练集训练不同的分类器然后把弱分类器集合起来,构成一个更强的最终分类器。 10. EM:最大期望值法。 注意:十大算法大概分类: KNN,决策树(以 C4.5)为例,SVM,AdaBoost,CART,Naive Bayes 都是分类作为目的的算法 而 K-means 是最常见的聚类算法;Apiori 是关联规则挖掘算法;EM 是一种概率模型参数的算 法;PageRank 是一种链接分析的算法,主要用于图数据里,对结点重要性进行排名.
5 657浏览
¥ 11.90 - 大数据白皮书(2021).pdf大数据白皮书(2021).pdf
5 138浏览
¥ 3.90 - 数据结构试题大题编程及参考答案_数据结构经典编程习题学习数据结构课程的一些经典编程题目,以及答案
5 798浏览
¥ 4.90 - 美团外卖商户数据化运营体系建设PDF美团外卖商户数据化运营体系建设。美团商户数据化运营就是以POI为核心的信息管理和价值挖掘工作。
5 283浏览
¥ 11.90 - 经典算法大全(中文版).pdf经典算法大全(中文版)收录了59种常用算法,具有一定的参考价值,感兴趣的可以了解一下。河内之塔、费式数列、三色棋、杨辉三角、八皇后.....等。
5 224浏览
¥ 5.90 - 信息学奥赛NOIP初赛复习知识点 .pdf信息学奥赛NOIP初赛复习知识点 .pdf
5 108浏览
¥ 11.90 - 剖析大数据核心技术和实战应用 清华大数据课程课件含习题 第9章 大数据商业应用(47页).pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 119浏览
¥ 14.90 - 互联网+时代出租车资源配置.pdf互联网+时代出租车资源配置.pdf “互联网+”时代实现了乘客与出租车司机之间的信息互通。本文通过建立合理的数学模型,对出租车资源配置问题进行了分析。
5 135浏览
¥ 5.90 - 高速网络InfiniBand加速大数据应用 共40页.pdf高速网络InfiniBand加速大数据应用 共40页.pdf
5 73浏览
¥ 11.90 - 基于OneData的数仓建设.pdf基于OneData的数仓建设
5 392浏览
¥ 11.90 - 清华大学精品大数据全套课程PPT课件含习题(36页)第5章 R语言.pdf清华大学出品的大数据全套课程PPT学习课件,非常适合大学生和职场人士学习,也适合老鸟复习回顾,完全可用于自学入门,很经典好用的PPT课件哦~ 01.《大数据》配套PPT之一:第1章 大数据概念与应用 02.《大数据》配套PPT之二:第2章 数据采集与预处理 03.《大数据》配套PPT之三:第3章 数据挖掘算法(上) 03.《大数据》配套PPT之四:第3章 数据挖掘算法(下) 04.《大数据》配套PPT之五:第4章 大数据挖掘工具 05.《大数据》配套PPT之六:第5章 R语言 06.《大数据》配套PPT之七:第6章 深度学习 07.《大数据》配套PPT之八:第7章 大数据可视化 08.《大数据》配套PPT之九:第8章 互联网大数据处理 09.《大数据》配套PPT之十:第9章 大数据商业应用 10.《大数据》配套PPT之十一:第10章 行业大数据
5 388浏览
¥ 14.90 - 金融数据治理解决方案(主数据+数仓+数据标签画像+数据管理)-共48页.pdf金融数据治理解决方案-共48页
5 136浏览
¥ 20.90 - GMR-RRT*:基于采样的高斯回归策略改进RRT算法的路径规划研究GMR-RRT*:基于采样的高斯回归策略改进RRT算法的路径规划研究
5 445浏览
¥ 11.90 - 2021企业数字化年度指南(红杉中国)-58页.pdf红杉中国组织并撰写的2021企业数字化年度指南。企业数字化转型的愿景、数字化赋能业务发展。本调查覆盖222家企业、16个细分行业,总结了数字化转型的8大核心发现。
5 112浏览
¥ 11.90 - 第七讲Krylov 子空间迭代算法.pdf第七讲Krylov 子空间迭代算法.pdf
5 208浏览
¥ 11.90 - 新能源汽车EHB系统算法与控制器实现研究.pdf新能源汽车EHB系统算法与控制器实现研究.pdf
5 104浏览
¥ 11.90 - 快速数据挖掘数据分析实战RapidMiner工具应用第19章 电力窃漏电用户自动识别V1.pdf19.1背景与挖掘目标 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。根据报警事件发生前后客户计量点有关的电流、电压、负荷数据情况等,构建基于指标加权的用电异常分析模型,实现检查客户是否存在窃电、违章用电及计量装置故障等。 以上防窃漏电的诊断方法,虽然能获得用电异常的某些信息,但由于终端误报或漏报过多,无法达到真正快速精确定位窃漏电嫌疑用户的目的,往往令稽查工作人员无所适从。而且在采用这种方法建模时,模型各输入指标权重的确定需要用专家的知识和经验,具有很大的主观性,存在明显的缺陷,所以实施效果往往不尽如人意。 现有的电力计量自动化系统能够采集到各相电流、电压、功率因数等用电负荷数据以及用电异常等终端报警信息。异常告警信息和用电负荷数据能够反映用户的用电情况,同时稽查工作人员也会通过在线稽查系统和现场稽查来查找出窃漏电用户,并录入系统。若能通过这些数据信息提取出窃漏电用户的关键特征,构建窃漏电用户的识别模型,就能自动检查判断用户是否存在窃漏电行为。 表 19-1给出了某企业大用户的用电负荷数据,采集时间间隔为15分钟,即0.25小时,可进一步计算该大用户的用电量, 表 19-2给出了该企业大用户的终端报警数据,其中与窃漏电相关的报警能较好的识别用户的窃漏电行为,表 19-3给出了某企业大用户违约、窃电处理通知书,里面记录了用户的用电类别和窃电时间。
5 337浏览
¥ 11.90 - 多级供应链条件下库存优化模型及算法研究.pdf多级供应链条件下库存优化模型及算法研究.pdf
5 51浏览
¥ 11.90 - 大数据-算法-队列要素法与浙江省人口预测.pdf大数据-算法-队列要素法与浙江省人口预测.pdf
5 132浏览
¥ 11.90 - 大数据技术与应用专业人才需求分析和预测性调研报告...pdf大数据技术与应用专业人才需求分析和预测性调研报告...pdf
5 77浏览
¥ 19.90 - 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.pdf12.1 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作符,例如tokenization、stop word filtering等。 对文本挖掘结果应用其他数据挖掘模型,以便根据文本分析结果预测或分类。 12.3文本挖掘概览 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,来学习垃圾和我们实际想阅读的之间的区别。然后我们将应用此学习到的模型到新的中,来确定其是否为垃圾。垃圾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。用于垃圾分类的相同的技术可以在许多其他文本挖掘领域中使用。 以下为我们主要执行的挖掘步骤: – 安装文本挖掘插件 – 加载数据集到 RapidMiner中 – 检查这些文本 – 处理这些文本 – 使用 Naïve Bayes 算法构造一个文本分类模型 – 验证模型 – 应用模型到未分类的数据中
5 471浏览
¥ 11.90 - 互联网+时代的出租车资源配置模型.pdf互联网+时代的出租车资源配置模型.pdf “打车难”一直是近年来社会关注的问题,随着互联网 +”时代的到来,建立在 手机和移动互联网基础之上的打车服务平台实现了乘客与出租间信息通,也影响 手机和移动互联网基础之上的打车服务平台实现了乘客与出租间信息通,也影响 着广大人民的打车问题。本文就出租资源配置 着广大人民的打车问题。本文就出租资源配置 现状 ,以及出租车公司补贴方案对打车难易程度的影响进行讨论与分析,而推出更优补贴方案。
5 133浏览
¥ 5.90 - 窗函数特性及加窗插值FFT算法的研究.pdf窗函数特性及加窗插值FFT算法的研究.pdf
5 65浏览
¥ 11.90 - Data Mesh大数据平台架构设计与实践.pdfData Mesh大数据平台架构设计与实践.pdf
5 224浏览
¥ 11.90 - 基于spss软件对数据进行相关性分析实验报告.pdf相关性分析是考察两个变量之间线性关系的一种统计分析方法。更精确地说,当一个变量发生变化时,另一个变量如何变化,此时就需要通过计算相关系数来做深入的定量考察。P值是针对原假设H0:假设两变量无线性相关而言的。一般假设检验的显著性水平为0.05,你只需要拿p值和0.05进行比较:如果p值小于0.05,就拒绝原假设H0,说明两变量有线性相关的关系,他们无线性相关的可能性小于0.05;如果大于0.05,则一般认为无线性相关关系,至于相关的程度则要看相关系数R值,r越大,说明越相关。越小,则相关程度越低。而偏相关分析是指当两个变量同时与第三个变量相关时,将第三个变量的影响剔除,只分析另外两个变量之间相关程度的过程,其检验过程与相关分析相似。
5 2306浏览
¥ 5.90 - 最优化理论与算法最优化理论与算法.pdf最优化理论与算法最优化理论与算法.pdf
5 228浏览
¥ 11.90