搜索资源列表
New_Kdd1
- 特征选择算法的java 实现,并且使用Jfreechart实现图形显示 -feature selection algorithm to achieve the java, and the use of graphics to achieve Jfreechart
Kdd
- 特征选择算法的改进．．．比较实践证明是个优秀的算法-feature selection algorithm improvements. . . Practice has proved that it is more an outstanding Algorithm
New_Kdd8074
- 基于JAVA实现的特征选择算法，并且使用Jfreechart实现图形显示-JAVA-based feature selection algorithm to achieve, and the realization of the use of graphical display Jfreechart
jcbir
- 谷歌的图像检索源程序，能提取图像的特征，并用你选择的图像来检索类似的图像。-Google image retrieval source program, can extract the image characteristics, and the image you choose to retrieve similar images.
metricMST
- 对数据集进行特征选择，寻找数据集 之间的相关性。主要方法根据信息熵构建无向图，然后对无向图进行最小剪枝，从而找到数据集之间的相关性-The minimum spaning tree
FeatureSelection
- 一种对于文本的特征选择方法集合。对于txt数据，建立索引之后，提取其中词语的一些统计特性，包括tf,df,tf-idf,tv,tc等等，并将结果存储在数据库之中。-For txt data, index, the extract some of the words in the statistical properties, including tf, df, tf-idf, tv, tc, etc., and the results being stored in a database.
system
- Java技术调用Weka中新开发的算法设计实现了一个基于上述特征选择和规则提取的在线数据挖掘分类系统，可实现数据的自动分类、数据规则提取以及数据预测等功能，满足用户通过Web实现在线规则提取、数据类别预测等数据挖掘需求。-depending on weka ，attribute selection classification
class
- 中文文本分类可以对已经分好词的文本进行分类，先自己导入数据，用libsvm中的svm进行分类和预测，特征用tfidf算法，还利用卡方检验进行了特征选择，可自行设定阈值-text mining
CanopyExm
- Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值 T1>T2来处理。 Canopy聚类算法能快速找出应该选择多少个簇，同时找到簇的中心，这样可以大大优化 K均值聚类算法的效率 。-Canopy is a clustering algorithm to group objects into simple categories, fast, accurate method. Each obj
Datamining
- 数据挖掘特征选择,选择文本中的特征词语来分析文本-Data mining feature selection
tezheng
- 面向文本分类的特征选择方法，java语言开发-Feature selection method for text classification, java language development
weka
- 机器学习调用weka的jar包实现的源码，包含朴素贝叶斯,决策树,ID3,以及特征选择的源码，数据集使用weka的数据集，需要使用arff文件读入。-Weka machine learning to call the jar package implements the source, including Naive Bayes, decision trees, ID3, and features selected source dataset weka data set, you need t