高效用项集挖掘算法--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

Eclat算法是一种深度优先算法,采用垂直数据表示形式,在概念格理论的基础上利用基于前缀的等价关系将搜索空间(概念格)划分为较小的子空间(子概念格)。Eclat算法采用方法二计算支持度。对候选k项集进行支持度计算时,不需再次扫描数据库,仅在一次扫描数据库后得到每个1项集的支持度,而候选k项集的支持度就是在对k-1项集进行交集操作后得到的该k项集Tidset中元素的个数。本算法利用diffset数据格式实现。

频繁项集挖掘算法，能在大量局部特征中发现频繁空间配置，这些空间配置可以作为词语，加入到特征包中进行分类，实现图像分类。

weka是一个很优秀的数据挖掘软件，可以把weka作为程序包打入工程中，基本想要的功能很快就能实现

数据挖掘经典算法，频繁项集挖掘经典算法，TWOPHASE算法，源码中有详细注释

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

通过优化的k-means算法 采用了密度和优化评测函数实现了对Iris等数据集的聚类。 

数据挖掘经典算法，频繁项集挖掘经典算法，FPGROWTH算法，源码中有详细说明

包含很多知名算法实现，支持向量机，决策树，粗糙集，贝叶斯分类器等，适合学术研究，短评论意见挖掘，文本分类等。

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