-
GWR4操作说明
GWR能够实现地理加权回归计算,里面有GWR4操作说明,虽然是英文,但有图片介绍,很容易理解,是GWR模型入门的好工具,适合经济学、数据挖掘等人员使用(GWR can realize geographically weighted regression calculation, including GWR4 operation instructions. Although it is in English, it has pictures to introduce, and is easy to understand. It is a good tool for GWR model entry. It is suitable for personnel such as economics and data mining.)
- 2018-03-16 17:17:11下载
- 积分:1
-
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, clean, transform, merge and remodel data; scatter plots and static or interactive visualization results are created by matpIotlib; data sets are sliced, sliced and aggregated by pandas group by function; and various operations are processed. Time series data.)
- 2020-06-16 03:20:01下载
- 积分:1
-
YTCVI47
徐士良《C常用算法程序集》第2版 第2部分()
- 2018-02-05 12:36:49下载
- 积分:1
-
knn.py
kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时,只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,kNN方法较其他方法更为适合。(Basic source application)
- 2018-10-30 16:50:13下载
- 积分:1
-
guanlianguize
说明: r语言中关联规则代码实现
运用arulesViz包和arules包中的apriori函数(Code
Implementation of Association Rule)
- 2019-01-24 15:39:51下载
- 积分:1
-
带阻尼参数的pagerank实现
资源描述实现基本的pagerank算法,可实现传递阻尼参数和迭代次数。源文件从文件中读取
- 2022-09-10 21:45:04下载
- 积分:1
-
粗糙集
说明: 粗糙集在进行属性约简时需要求其正域,此为求正域程序(Rough Set for Positive Domain)
- 2020-06-19 09:00:06下载
- 积分:1
-
SSTCA
半监督迁移SSTCA算法实现,matlab代码。包括拉普拉斯图矩阵(Semisupervised Domain Adaptation via Transfer Component Analysis)
- 2021-04-23 13:58:48下载
- 积分:1
-
svm
运用支持向量机对一组超宽带非视距信号识别(Support Vector Machine Signal Identification)
- 2017-03-15 09:54:33下载
- 积分:1
-
频繁项集挖掘算法--CFPGROWTH算法
数据挖掘经典算法,频繁项集挖掘经典算法,CFPGROWTH算法,JAVA实现,代码中有详细注释
- 2023-03-29 10:25:03下载
- 积分:1