搜索结果
跳转到导航
跳转到搜索
- {{Link-en|ELKI数据挖掘框架|ELKI}}提供了OPTICS、OPTICS-OF、DeLi-Clu、HiSC、HiCO和DiSH的Java实现。 [[Category:数据挖掘]] …3 KB（162个字） - 2024年1月10日 (三) 19:21
- 在机器学习与数据挖掘领域，'''轮廓'''指的是一种反映数据[[聚类]]结果一致性的方法，可以用于评估聚类后簇与簇之间的离散程度。<ref>{{Cite journal|t [[File:Silhouette-plot-orange.png|缩略图|该图显示了Orange数据挖掘套件渲染的动物园数据集中的三种动物的轮廓。 在图底部的轮廓值反映了该数据集中海豚和鼠海豚是离群值（outlier）]] …5 KB（414个字） - 2022年5月22日 (日) 17:05
- [[Category:数据挖掘]] …3 KB（279个字） - 2023年10月23日 (一) 23:45
- 在Springer LNCS于2008年发表的优秀论文中，该算法在前10大数据挖掘算法中排名第一，之后使得它变得非常受欢迎。<ref>{{Cite web |url=http://www.cs.umd.edu/~samir/498/1 …3 KB（133个字） - 2020年9月25日 (五) 11:30
- [[Category:數據挖掘]] …6 KB（357个字） - 2024年5月19日 (日) 12:13
- 另外，它通常用于[[文本挖掘]]中的文件比较。此外，在[[数据挖掘]]领域中，會用到它来度量集群内部的凝聚力。<ref>P.-N. Tan, M. Steinbach & V. Kumar, "Introduction …6 KB（271个字） - 2025年1月15日 (三) 17:50
- 在[[数据挖掘]]和[[统计学]]中，'''层次聚类'''（{{Lang-en|Hierarchical clustering}}）是一种旨在建立聚类的层次结构的[[ * Orange（一个数据挖掘软件套件）实现了带有交互式树状图可视层次聚类 …9 KB（649个字） - 2023年8月17日 (四) 20:37
- 在2014年，這個算法在領頭[[数据挖掘|數據挖掘]]會議KDD上獲頒發了Test of Time award，該獎項是頒發給一些於理論及實際層面均獲得持續性的關注的算法。 [[Category:数据挖掘]] …10 KB（557个字） - 2024年12月30日 (一) 13:52
- * [http://wissrech.iam.uni-bonn.de/research/pub/garcke/kdd.pdf 稀疏网格上的数据挖掘，J.Garcke、M.Griebel (pdf)] {{Wayback|url=http://wissrech.iam.uni-bonn.de/res …4 KB（387个字） - 2022年11月15日 (二) 04:11
- '''决策树学习'''是[[统计学]]、[[数据挖掘]]和[[机器学习]]中使用的一种预测建模方法。它使用[[决策树]]作为{{le|预测模型|Predictive modelling}}，从样本的观测数 …]]的结果和过程。在[[数据挖掘]]和[[机器学习]]中，一棵决策树主要用于描述数据（此后亦可基于习得的预测模型去支持[[决策]])。本页侧重描述[[数据挖掘]]中的决策树。 …14 KB（1,059个字） - 2024年12月19日 (四) 21:50
- [[数据挖掘]]中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。 决策树学习也是[[数据挖掘]]中一个普通的方法。在这裡，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测 …12 KB（551个字） - 2024年12月7日 (六) 23:29
- …，生物圈网络，学习和认知网络，社会关系网络以及经济和金融网络。这个领域以数学中的[[图论]]为理论基础，从物理中的[[统计力学]]，计算机科学中的[[数据挖掘]]和[[信息可视化]]，统计学中的[[推断建模]]，以及社会学和经济学中的[[社会结构]]理论等学科和分之中汲取方法论营养。美国国家科研委员会（Nat *[[数据挖掘]] …10 KB（621个字） - 2025年1月14日 (二) 12:52
- 在[[计算机科学]]以及[[数据挖掘]]领域中， '''先验算法'''（Apriori Algorithm）<ref name=apriori>Rakesh Agrawal and Ram …4 KB（105个字） - 2023年8月30日 (三) 04:28
- …[非欧氏框架]]下机器学习与非线性分析提供了普遍的数量推演准则；提出了基于视觉认知的数据建模新原理与新方法，形成了聚类分析、判别分析、隐变量分析等系列数据挖掘核心算法，并广泛应用于科学与工程领域。 …5 KB（119个字） - 2025年3月18日 (二) 18:10
- [[Category:数据挖掘]] …7 KB（504个字） - 2022年8月21日 (日) 14:14
- '''加权相关网络分析'''也称为'''加权基因共表达网络分析'''，是一种广泛使用的[[数据挖掘]]方法，它用两两变量间[[皮尔逊积矩相关系数|相关系数]]研究[[生物网络]]。它适用于[[高维数据聚类|高维度]]数据集，在[[基因組學]]领域应用 *算出的网络统计结果可以用来提升标准的数据挖掘方法（如聚类分析），因为相似性指标通常可转换为加权网络。<ref name="Oldham2012"/><ref name="Horvath2008"/ …20 KB（1,684个字） - 2023年2月22日 (三) 01:02
- 决策树是机器学習的常用方法。 Hastie等说：“树学习是如今最能满足于数据挖掘的方法，因为它在特征值的缩放和其他各种转换下保持不变，对无关特征是穩健的，而且能生成可被檢查的模型。然而，它通常並不準確。”<ref name="ele * 它計算各例中的親近度，對於[[数据挖掘]]、偵測[[離群點]]（outlier）和將資料視覺化非常有用。 …24 KB（1,926个字） - 2024年12月26日 (四) 00:18
- 深挖數據是對[[数据挖掘]]的一種濫用。在深挖數據中，行為者在沒有預先對需要檢驗的假設做出決定的狀況下，檢視大筆的資料，以尋找關聯。由於在一般狀況下，要建立兩個變數間的關聯所需 …25 KB（681个字） - 2023年4月2日 (日) 14:19
- …分析被用於[[医学]]、[[无线电]]、[[生物學]]、[[犯罪心理學]]领域中，而且最近在[[机器学习]]（machine learning）和[[数据挖掘]]（data mining）领域也得到了很好的发展。 [[Category:数据挖掘]] …21 KB（1,588个字） - 2025年1月8日 (三) 02:00
- 在[[数据挖掘]]领域，{{harvtxt|Cohen|Datar|Fujiwara|Gionis|2001}}使用最小哈希技术作为[[关联规则学习]]的工具。给定一 …14 KB（913个字） - 2022年4月29日 (五) 15:48