Data mining with weka（Class by Prof.杜）
假裝是靠譜的標題 資料前處理 欄位分割 資料離散化 位置 參數 後續 數值屬性轉名目屬性 位置 描述 重新取樣 位置 描述 決策樹 欄位選取 計算Gini（HW 6、7） 計算Entropy（HW 8） CFS InfoGain 後續 建樹（HW 4、5、9、11） 選欄位 位置 描述 建樹 評估（HW 10） Association Rules（HW 12、13、4） 位置 描述 後續 K-Me
相關文章
- 1. Data Mining---使用Weka分析數據---01
- 2. [轉]Data mining with WEKA, Part 3: Nearest Neighbor and server-side library
- 3. Data Mining with Big Data--閱讀筆記
- 4. Data Mining: Practical Machine Learning Tools and Techniques
- 5. Mining Graph Data
- 6. Big Data Analysis and Mining
- 7. Data mining lecture6 notes: Clustering
- 8. Probabilistic Data Structures for Web Analytics and Data Mining
- 9. Tinghua Data Mining 3
- 10. Tinghua Data Mining 2
- 更多相關文章...
- • C# 類（Class） - C#教程
- • SQLite Indexed By - SQLite教程
- • JDK13 GA發佈：5大特性解讀
- • 爲了進字節跳動，我精選了29道Java經典算法題，帶詳細講解
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Data Mining---使用Weka分析數據---01
- 2. [轉]Data mining with WEKA, Part 3: Nearest Neighbor and server-side library
- 3. Data Mining with Big Data--閱讀筆記
- 4. Data Mining: Practical Machine Learning Tools and Techniques
- 5. Mining Graph Data
- 6. Big Data Analysis and Mining
- 7. Data mining lecture6 notes: Clustering
- 8. Probabilistic Data Structures for Web Analytics and Data Mining
- 9. Tinghua Data Mining 3
- 10. Tinghua Data Mining 2