- 博客(6)
- 收藏
- 关注
原创 Neo4j 的安装与配置
初始的用户名和密码均是neo4j,输入密码,点击connect, 初次使用系统还会要求你改密码,到时候输入新密码即可。由于Neo4j是基于Java的图形数据库,运行Neo4j需要启动JVM进程,因此必须安装JAVA SE的JDK。变量值 = E:\Neo4j\neo4j-community-3.5.3 (这里设置为你自己的Neo4j主目录)可在控制台通过使用neo4j.bat文件启动服务器,该文件存放在主目录的bin文件夹中。1、bin目录:用于存储Neo4j的可执行程序;一、Neo4j 的安装与配置。
2024-02-27 15:42:41 639
原创 实验五、k-均值聚类算法
聚类的类数已知,设 k=3。////////////////////定义存储结构////////////////////////////////////////////初始化质心/////////////////////////////////////////更新质心//////////////////////////////////////////////读入数据////////////////////////////////声明函数//////////////////////////////
2024-02-27 15:29:18 1400
原创 实验四、贝叶斯决策分类算法
1)由 AllElectronics 顾客数据库类标记的训练样本集(元组)编程计算先验概率 P(Ci)和类条件概率 P(X|Ci),并在实验报告中指出关键代码的功能和实现方法;4)计算训练样本中类条件概率:设特征(属性)向量为 X,编程计算类条件概率 P(X|Ci),i=1,2;样本(元组)的个数 n i 与属于 C i 类的样本(元组)数 N i 之比,记为。
2024-02-27 15:28:38 1130
原创 实验三、应用 Apriori 算法挖掘频繁项集
首先,通过扫描数据库,累计每个项的计数,并收集满足最小支持度的项,找出频繁 1 项集的集合。算法在根据频繁 k-1 项集生成频繁 K 项集过程中要计算频繁 K 项集中每个元素的支持度,并计算 K 项集中每个 k-1 项子集是否在 Fk-1 中,上述两条任何一条不满足,则删去这个 K 项集中的元素。如果使用枚举的方法来寻找频繁集,那么工程量是巨大的,而Apriori算法基于先验性质,使用逐层搜索的迭代方法,利用k项集来探索k+1项集的方法来获取频繁集,大大减少了工作量,提高了运行效率。输入:事务数据库 D;
2024-02-27 15:27:51 634
原创 实验一、数据预处理
现实世界中的数据库极易受噪音数据、遗漏数据和不一致性数据的侵扰,为提高数据质量进而提高挖掘结果的质量,产生了大量数据预处理技术。(2)浏览拟被处理的的数据,发现各维属性可能的噪声、缺失值、不一致性等,针对存在的问题拟出采用的数据清理、数据变换、数据集成的具体算法。cout
2023-07-08 12:42:04 265 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人