登录
首页 » C++ » propospuionsview

propospuionsview

于 2018-05-28 发布 文件大小:8KB
0 330
下载积分: 1 下载次数: 1

代码说明:

  算法分析中的贪心算法的实现,并有完整的测试数据()

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 分位回归
    说明:  多种方法实现分位数回归,有完整原理解释,直接可用。(Multiple methods for quantile regression)
    2020-03-03 14:37:14下载
    积分:1
  • 735677
    cfd经典PISO算法的FORTRAN程序()
    2018-05-25 09:08:49下载
    积分:1
  • 高效用项集算法--HMINE算法
    数据挖掘算法,高效用项集挖掘算法,加权频发项集挖掘算法,HMINE算法,源码中有详细注释
    2022-02-04 07:22:38下载
    积分:1
  • GibbsLDA
    用Gibb Sampling 的方法对LDA的参数进行推断(LDA model with Gibbs Sampling for inference)
    2019-01-24 09:28:57下载
    积分:1
  • 0056764
    这是一本经典数值算法书,包含多种算法的理论,为编程者具有一定参考意义()
    2018-05-25 16:07:55下载
    积分:1
  • apcluster.m
    ap算法完成ap聚类操作 需要输入参数为数据集 偏向参数 输出结果为聚类数目(The AP algorithm completes the AP clustering operation, the input parameter is the data set bias parameter, and the output result is the number of clusters)
    2017-11-19 23:56:45下载
    积分:1
  • 值算法
    常用数值算法源码,包括二分法、复化辛卜生公式、改进欧拉法、高斯-赛德尔迭代法、拉格郎日插值多项式、列主元高斯消去法、龙贝格算法、龙格-库塔算法、幂法、牛顿迭代法、牛顿值多项式、四阶阿当姆斯预测-校正公式、雅可比迭代法、自适应梯形公式(变步长)、最小二乘法 个人由于需要编写,完全可用(Common numerical algorithm source code, including dichotomy, complex Simpson formula, improved Euler method, Gauss-Seidel iteration method, Lagrange interpolation polynomial, column principal element Gauss elimination method, Runberg algorithm, Runge-Kutta algorithm, power method, Newton iteration method, Newton value polynomial, fourth-order Adams prediction-correction formula, Jacobi iteration method, adaptive ladder formula (variable) Step Length and Least Square Method Individuals are fully available because they need to write)
    2019-05-03 18:36:35下载
    积分:1
  • MATLAB_SMOTE
    SMOTE插值算法,补全数据的不平衡性。(SMOTE interpolation algorithm to complete the imbalance of data.)
    2018-08-20 10:05:48下载
    积分:1
  • Hands-on programming with R
    本书精心策划了三个虚拟项目,将数据科学家必需的专业技能融合其中,教会读者如何将数据存储到计算机内存中,如何在必要的时候转换内存中的数据值,如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能,并借助这些技能成为优秀的数据科学家。(Introduction to R Language)
    2019-05-30 15:04:30下载
    积分:1
  • python 实现随机森林
    应用背景 数据   :两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置,职业,职级,年收入,。。。。。。    购买过得产品 目的:对新客户进行推荐一个适合该客户的产品, 对老客户推荐可能再购买的产品 数据处理    数据清洗:   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化:eg:邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林:  判断特征的重要性 :思考为何重要性高     AHP    :  迭代设置每个特征的权重 模型选择   :根据数据量数量,是否有标签,分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么?
    2022-02-25 17:28:51下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载