![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据挖掘
iteye_4360
这个作者很懒,什么都没留下…
展开
-
小试Orange的数据挖掘功能
构造的原始数据:002250 10.1 0.01 N601899 5.0 0.1 Y000001 6.0 0.1 Y000002 70.1 0.1 Y000003 55 0.2 Y000004 66 0.01 N000005 33 0.01 N000006 55 0.02 N000007 55 0.15 Y000008 66 0.15 Y000009...2011-10-10 00:37:15 · 222 阅读 · 0 评论 -
小试Orange的数据挖掘-"决策树生成"功能
测试环境:Windows 7, Orange 2.0b, Python 2.7构造的原始数据: (纯测试用,无任何意义)002250 10.1 0.01 N601899 5.0 0.1 Y000001 6.0 0.1 Y000002 70.1 0.1 Y000003 55 0.2 Y000004 66 0.01 N000005 33 0.01 N00...2011-10-10 08:43:10 · 642 阅读 · 0 评论 -
Groovy调用Weka生成决策树
运行效果:[img]http://dl.iteye.com/upload/attachment/0080/0077/807e082d-9e85-33e5-a339-476199292ceb.png[/img]Groovy代码:[code="java"]import weka.classifiers.Classifierimport weka.classifiers.tr...2013-01-29 16:45:14 · 263 阅读 · 0 评论 -
使用Weka对股票数据进行分析
测试目标:1) 对数据挖掘的步骤进行实践:生成、分析、验证2) 熟悉对WEKA的使用测试步骤:1) 通达信导出股票复权数据2) 通过程序生成: *.arff,包括:训练集和测试集合3) 对结果进行评估生成ARFF的代码如下:[code="java"]File arffTrainingFile=new File("D:/ARFF/${name}Trai...2013-02-04 11:29:34 · 1024 阅读 · 0 评论