登录
首页 » Java » WOA

WOA

于 2018-07-11 发布 文件大小:29007KB
0 326
下载积分: 1 下载次数: 2

代码说明:

  1基于MapReduce的K-Means聚类算法, 2基于MapReduce的分类算法 3MapReduce的频繁项集挖掘算法(1 K-Means clustering algorithm based on MapReduce, 2 classification algorithm based on MapReduce 3 Mining Algorithm for frequent itemsets based on MapReduce)

文件列表:

ALO.pdf, 2967555 , 2015-11-11
DA.pdf, 3779487 , 2015-05-29
GWO.pdf, 4355134 , 2015-03-21
MFO.pdf, 3247436 , 2015-10-19
MOALO.pdf, 1702717 , 2016-07-31
MOGWO.pdf, 1077008 , 2016-01-10
MVO.pdf, 1726085 , 2015-11-11
SCA.pdf, 3333680 , 2016-02-03
WOA\func_plot.m, 3633 , 2016-02-10
WOA\Get_Functions_details.m, 7725 , 2016-02-10
WOA\initialization.m, 1953 , 2016-02-10
WOA\main.m, 3149 , 2016-03-03
WOA\WOA.m, 4214 , 2016-02-10
WOA\WOA.pdf, 1841081 , 2016-02-27
WOA\WOA.png, 232696 , 2016-02-27
数据挖掘基础算法在MapReduce中的实现.pdf, 9168535 , 2018-07-10

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

  • boston_housing
    说明:  采用机器学习预测房价.使用波士顿房屋信息数据来训练和测试一个模型,并对模型的性能和预测能力进行评估。(Using Machine Learning to Predict House Prices)
    2019-10-04 11:48:44下载
    积分:1
  • 决策树与集成算法
    决策树与集成算法,用来分类已知数据种类,希望对编程有帮助(Decision tree and ensemble algorithm are used to classify known data types.)
    2018-09-09 17:38:01下载
    积分:1
  • CEAYDOC
    包含了01背包和非01背包两个程序!是我一次作业完成的,可以参考一下!()
    2017-12-05 09:01:53下载
    积分:1
  • PCA
    一个用python实现的PCA算法,并且给了简易素材(A PCA algorithm implemented in python, and gave a simple material)
    2020-08-23 14:38:17下载
    积分:1
  • boxcox
    说明:  boxcox函数的python实现,引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)
    2020-06-17 09:40:01下载
    积分:1
  • 8641704
    插值抽取的内容,数字变频用, 分享了,请高手完善指教,()
    2018-05-25 06:35:56下载
    积分:1
  • kaggle叶子分类
    利用一维卷积神经网络将叶子进行分类,里面包含的有数据(Classification of leaves using one dimensional convolution neural network)
    2018-07-12 20:41:43下载
    积分:1
  • Python预处理
    Python数据预处理示例,包括数据清洗、数据整合、数据变换等操作。(Python data preprocessing examples, including data cleaning, data integration, data transformation and other operations.)
    2020-09-17 14:07:54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
  • kacmp
    google搜索的核心技术,VC++源码实现,包含测试数据库()
    2017-12-03 12:35:44下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载