搜索资源列表
FCM
- 核聚类算法：聚类是将一组给定的未知类标号的样本分成内在的多个类别，使得同一类中 的样本具有较高的相似度，而不同类中的样本差别大。侧重于软聚类（模糊C-均值——FCM），但其描述手段同样适合于硬聚 类（HCM）等同类问题。-Clustering algorithm: cluster is a group of unknown samples given class label into internal multiple categories, so that the same class
SAP_HANA_pdf
- HANA是一个软硬件结合体，提供高性能的数据查询功能，用户可以直接对大量实时业务数据进行查询和分析，而不需要对业务数据进行建模、聚合。-HANA is a combination of hardware and software to provide high-performance data query capabilities, users can perform a large number of real-time business data query and analysis dir
Untitled35
- 这是一段关联规则算法代码，可以基于兴趣度挖掘关联规则，准确度高且执行时间少。-This is a section of association rules algorithm code, can be based on the degree of interest in mining association rules, high accuracy and less execution time.
CodeGPCAPDASpectral
- 广义主成分聚类，用于高维数据降维聚类分析，比主成分分析更好一点-Generalized principal component clustering analysis is used to reduce the dimension of high-dimensional data, which is better than the principal component analysis.
fengqunsuanfaPID
- 针对工业控制中常用的PID控制器参数整定困难的问题,提出一种基于人工蜂群算法的参数整定方法。将PID控制器待整定参数看作蜜源,利用蜂群特有的角色转变机制搜索优质的参数组合 选取绝对误差矩积分性能指标作为参数寻优的目标函数。仿真实验结果表明,所采用的算法能够提高控制系统的动态性能,增强系统的快速性和稳定性,适用于PID控制器的自整定。 -For industrial control commonly used in PID controller tuning difficult problem
RFR
- 好用的随机森林回归（RFR），也可用与分类。基于以编译的mex84，可实现bias-correction。回归预测精度较高-applicable random forrest regression，can also be used for classification。Regress with bias-correction 。can achieve high accuracy
DBScan03
- DBScan算法实现，用Java高级编程语言正确实现DBSCAN算法，DBScan是一种基于密度的聚类算法，它有一个核心点的概念：如果一个点，在距它e的范围内有不少于MinP个点，则该点就是核心点。核心和它e范围内的邻居形成一个簇。在一个簇内如果出现多个点都是核心点，则以这些核心点为中心的簇要合并。最终输出找到的簇及其数据点。-DBScan algorithm, using high-level programming language Java is implemented correctly
k_meansPP
- K-means++算法是K-means算法的一个改进算法，其中主要改进了k值的选取不会在影响聚类的效果，具有高度的自动性-K-means++ algorithm K-means algorithm, an improved algorithm, in which the major improvements k value does not affect the clustering effect, a high degree of automaticity
high-and-low-pass
- 实现对振动传感器的数据预处理，可以对信号实现高通和低通数据处理。-Data pre-processing of vibration sensor, can signal high-pass and low-pass data processing.
ecoli
- 聚类是将数据对象分组成多个簇（Cluster），同一个簇内 部的任意两个对象之间具有较高的 ），同一个簇内 部的任意两个对象之间具有较高的 相似度，而属于不同簇 的两个对象间具有较高的 ，而属于不同簇 的两个对象间具有较高的 相异度。相异度可以根据描述对 象的属性值计算，对象间的距离是最常采用的度量指标。-Clustering is a data object into a plurality of clusters (the Cluster), with a clu
dpp
- 通过行列式点过程，可以选取高质量，高多样性的特征(High quality, high diversity features can be selected)
SVD.m
- 利用SVD实现item-based CF: 优点： 简化数据，去除噪声，提高算法的结果 缺点： 数据的转换可能难以理解 适用数据类型： 数值型数据(Svd decomposition plays an important role in the decomposition of eigenvalues of high-dimensional data, while using low-dimensional data for approximate approximation)
code
- ssmfa将高光谱数据从高维观测空间投影到低维流形空间，达到约减数据维数的目的(ssmfa hyperspectral data is projected from the high dimensional observation space into the low dimensional manifold space, so as to reduce the dimensionality of data)
局部线性嵌入
- 利用局部线性嵌入算法将高维数据映射到低维空间中，达到降维效果；(The local linear embedding algorithm is used to map the high dimensional data into the low dimensional space to achieve the effect of reducing the dimension.)
PCA
- 本程序可以对高维数据进行降维，便于得到主成分进行后续分析。(This program can reduce dimension of high-dimensional data and facilitate principal component analysis for subsequent analysis.)
复杂高维数据中异常点挖掘算法研究_徐晓丹
- 数据挖掘 复杂高维数据中异常点挖掘算法研究_徐晓丹(data mining Research on anomaly point mining algorithm in complex high-dimensional data _ xu xiaodan)
PCA TEST
- 主成分分析程序，能够对高维数据降维分析，适用于高维特征降维，大数据分析(The principal component analysis program can analyze dimensionality reduction of high-dimensional data.)
Python for Data Analysis
- 利用python进行数据分析，英文书籍，从pandas库的数据分析工具开始利用高性能工具对数据进行加载、清理、转换、合并以及重塑；利用matpIotlib创建散点图以及静态或交互式的可视化结果；利用pandas的groupby功能对数据集进行切片、切块和汇总操作；处理各种各样的时间序列数据。(Starting from the data analysis tools of pandas database, high performance tools are used to load, clea