《地球科学大数据挖掘与机器学习》源数据和代码.zip
所属分类：开发技术 > Python
文件大小：8.62 MB
上传日期：2020-02-10 19:37
MD5：54ef166ed0************c9f79627b6
| # | 文件名称 | 大小 | 最后修改时间 |
|---|---|---|---|
| 1 | 第2章 | 0 Bytes | 2019/2/22 10:29:31 |
| 2 | 第2章\code | 0 Bytes | 2019/2/21 13:48:25 |
| 3 | 第2章\code\2.6.1 缺失值处理.py | 2.52 KB | 2019/2/21 13:45:54 |
| 4 | 第2章\code\2.6.2 重复值处理_数据集成.py | 177 Bytes | 2019/2/21 13:47:59 |
| 5 | 第2章\code\2.6.3 离散化处理.py | 710 Bytes | 2019/2/21 13:49:29 |
| 6 | 第2章\code\2.6.6 案例：对GEOROC数据库玄武岩地球化学数据进行预处理.py | 1.64 KB | 2019/2/21 11:12:15 |
| 7 | 第2章\data | 0 Bytes | 2019/2/21 11:01:49 |
| 8 | 第2章\data\basalt_pre.csv | 15.19 MB | 2018/4/23 16:45:48 |
| 9 | 第2章\tmp | 0 Bytes | 2019/2/21 11:02:00 |
| 10 | 第2章\tmp\basalt.csv | 1017.72 KB | 2019/2/15 11:41:43 |
| 11 | 第3章 | 0 Bytes | 2019/2/22 10:29:31 |
| 12 | 第3章\code | 0 Bytes | 2019/2/21 14:08:53 |
| 13 | 第3章\code\3.6.1 典型相关分析.py | 745 Bytes | 2019/2/21 14:04:51 |
| 14 | 第3章\code\3.6.2 主成分分析.py | 1.53 KB | 2019/2/21 14:12:52 |
| 15 | 第3章\data | 0 Bytes | 2019/2/21 14:14:44 |
| 16 | 第3章\data\random.csv | 2.96 KB | 2019/2/15 9:45:50 |
| 17 | 第4章 | 0 Bytes | 2019/2/22 10:29:31 |
| 18 | 第4章\code | 0 Bytes | 2019/2/21 14:34:27 |
| 19 | 第4章\code\4.6.1 回归分析.py | 855 Bytes | 2019/2/21 14:24:37 |
| 20 | 第4章\code\4.6.2 聚类分析.py | 641 Bytes | 2019/2/21 14:25:42 |
| 21 | 第4章\code\4.6.3 关联规则.py | 4.07 KB | 2019/2/21 14:31:05 |
| 22 | 第4章\code\4.6.4 推荐系统算法.py | 5.88 KB | 2019/2/22 9:36:27 |
| 23 | 第4章\data | 0 Bytes | 2019/2/21 14:16:47 |
| 24 | 第4章\data\basalt.csv | 1017.72 KB | 2019/2/15 11:41:43 |
| 25 | 第4章\data\广州气象数据.csv | 96.69 KB | 2019/2/16 16:41:45 |
| 26 | 第4章\tmp | 0 Bytes | 2019/2/21 14:17:31 |
| 27 | 第4章\tmp\rules.xls | 5.5 KB | 2019/2/15 16:35:17 |
| 28 | 第4章\tmp\广州气象数据离散化.csv | 120.8 KB | 2019/2/15 16:31:28 |
| 29 | 第4章\tmp\聚类结果.png | 2.09 MB | 2019/2/15 15:44:18 |
| 30 | 第5章 | 0 Bytes | 2019/2/22 10:29:31 |
| 31 | 第5章\code | 0 Bytes | 2019/2/22 10:29:31 |
| 32 | 第5章\code\5.6.1 使用MapReduce框架实现SimRank算法（伪代码）.txt | 1.2 KB | 2019/2/22 9:46:25 |
| 33 | 第5章\code\5.6.2 全球玄武岩样品分布的社区发现.py | 2.71 KB | 2019/2/22 9:43:43 |
| 34 | 第5章\data | 0 Bytes | 2019/2/22 9:39:25 |
| 35 | 第5章\data\basalt.csv | 1017.72 KB | 2019/2/15 11:41:43 |
| 36 | 第5章\tmp | 0 Bytes | 2019/2/22 9:39:35 |
| 37 | 第5章\tmp\社区发现.png | 146.62 KB | 2019/2/16 14:53:31 |
| 38 | 第5章\tmp\聚类结果雷达图.png | 349.82 KB | 2019/2/16 15:00:35 |
| 39 | 第5章\tmp\轮廓系数.png | 14.13 KB | 2019/2/16 14:07:07 |
| 40 | 第6章 | 0 Bytes | 2019/2/22 10:29:31 |
| 41 | 第6章\code | 0 Bytes | 2019/2/22 9:59:47 |
| 42 | 第6章\code\6.4.1 无限流数据查询.py | 1.91 KB | 2019/2/22 9:59:20 |
| 43 | 第6章\code\6.4.2 时间序列数据相似性查询.py | 1.17 KB | 2019/2/22 10:00:48 |
| 44 | 第6章\data | 0 Bytes | 2019/2/22 9:55:26 |
| 45 | 第6章\data\广州气象数据.csv | 96.69 KB | 2019/2/16 16:41:45 |
| 46 | 第6章\tmp | 0 Bytes | 2019/2/22 10:01:01 |
| 47 | 第6章\tmp\折线图.png | 268.33 KB | 2019/2/18 11:27:03 |
| 48 | 第7章 | 0 Bytes | 2019/2/22 10:29:31 |
| 49 | 第7章\code | 0 Bytes | 2019/2/22 10:29:31 |
| 50 | 第7章\code\7.8.1 用SVM对玄武岩进行分类.py | 1.1 KB | 2019/2/22 10:11:29 |
| 51 | 第7章\code\7.8.2 决策树.py | 1.47 KB | 2019/2/22 10:12:24 |
| 52 | 第7章\code\7.8.3 利用人工神经网络对玄武岩进行分类.py | 2.16 KB | 2019/2/22 10:13:42 |
| 53 | 第7章\data | 0 Bytes | 2019/2/22 10:02:39 |
| 54 | 第7章\data\basalt.csv | 1017.72 KB | 2019/2/15 11:41:43 |
| 55 | 第7章\data\susceptibility.xls | 24 KB | 2019/2/20 11:33:34 |
| 56 | 第7章\tmp | 0 Bytes | 2019/2/22 10:03:20 |
| 57 | 第7章\tmp\geoscience.dot | 1.12 KB | 2019/2/19 15:09:19 |
| 58 | 第7章\tmp\susceptibility.pdf | 24.22 KB | 2019/2/20 13:55:34 |
| 59 | 第7章\tmp\混淆矩阵.png | 9.71 KB | 2019/2/19 11:32:43 |
请留下有营养的评论，广告灌水一律拉黑处理，谢谢合作！
作者：harmony
共上传：42 个