Ta上传的资源 (0)

用Python实现了FP-Growth频繁模式挖掘，文件中包含完整程序和测试数据。之前我还以为代码量相对较大，最后写完了发现只有一百多行，所以理解起来也相对容易

用Python写的决策树算法，有基本框架，很容易改写成CART和C4.5，在两个小数据集上测试准确率为100%和90%

Bayes分类算法，用Python实现，在两个小数据集上准确率为97%和88%，代码简单，适合学习

BIRCH层次聚类算法，里面包括数据集，可直接测试。这种算法效率高，可伸缩，缺点是聚类效果相比其他算法来说略差，不过其思想值得借鉴

逻辑斯蒂回归，用Python语言写的，比较简单，在小数据集上准确率为100%，资源中包含完整代码及测试数据