Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Công Nghệ Thông Tin
Kỹ thuật lập trình
Collective Intelligence in Action phần 6
Đang chuẩn bị liên kết để tải về tài liệu:
Collective Intelligence in Action phần 6
Trường Phát
90
43
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
thuộc tính liên tục, trong khi giới tính là một thuộc tính danh nghĩa. Chúng ta biết rằng các tập dữ liệu học tập thực sự là nhỏ, và có khả năng chúng tôi có thể thậm chí không tìm thấy một yếu tố dự báo tốt, nhưng chúng tôi đang quan tâm để cố gắng khai thác các API WEKA, | Using an open source data mining framework WEKA 189 Simpo PDF Merge and Split Unregistered Version - http www.simpopdf.com continuous attribute while gender is a nominal attribute. We know that the learning dataset is really small and potentially we may not even find a good predictor but we re keen to try out the WEKA mining APIs so we go ahead and build the predictive model in preparation for future better times. User Age Gender Number of logins John 20 male 5 Jane 30 female 2 Ed 40 male 3 Table 7.4 The data associated Amy 35 female 4 with the WEKA API tutorial For our example we do the following five steps 1 Create the attributes. 2 Create the dataset for learning. 3 Build the predictive model. 4 Evaluate the quality of the model built. 5 Predict the number of logins for a new user. We implement a class WEKATutorial which follows these five steps. The code for this class is shown in listing 7.1. Listing 7.1 Implementation of the WEKATutorial package com.alag.ci.weka.tutorial import weka.classifiers.Classifier import weka.classifiers.Evaluation import weka.classifiers.functions.RBFNetwork import weka.core.Attribute import weka.core.FastVector import weka.core.Instance import weka.core.Instances public class WEKATutorial public static void main String args throws Exception WEKATutorial wekaTut new WEKATutorial wekaTut.executeWekaTutorial Create attributes Build predictive model private void executeWekaTutorial throws Exception FastVector allAttributes createAttributes ---------- Instances learningDataset Create dataset createLearningDataSet allAttributes for learning Classifier predictiveModel learnPredictiveModel learningDataset Evaluation evaluation evaluatePredictiveModel predictiveModel learningDataset Evaluate System.out.println evaluation.toSummaryString predictive predictUnknownCases learningDataset predictiveModel - model Predict unknown cases 190 Chapter 7 Data mining process toolkits and standards Simpo PDF Merge and Split Unregistered Version - http .
TÀI LIỆU LIÊN QUAN
Collective intelligence - Creating a Prosperous World at PeaceForeword by Yochai Benkler
Programming Collective Intelligence
Virus ĐTDĐ bùng phát nhanh "chóng mặt"
Flash hài … “cõng” theo Trojan
Hướng dẫn gỡ bỏ cài đặt Windows 8
Khắc phục lỗi Shockwave Flash crash trong Google Chrome
Quản lý hệ thống thông tin hiệu quả
Hệ thống server Jarlsberg mới của Google: đầy các lỗ hổng như “miếng pho
Sử dụng OpenDNS để bảo vệ mạng doanh nghiệp
Đồng bộ dữ liệu trên trình duyệt Google Chrome
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.