数据挖掘模型的两种特征
2006-11-23 21:18
302 查看
[静态特征]模型的表示形式:它总是以某种计算机程序形式表示的,如数据、语句、子程序,甚至于对象等。这种物理形式在模型库中具体为:模型名称及相关的计算机程序,模型功能的分类,模型的输入输出数据,控制参数等属性。它可以以类似于数据的形式表示出来。
[动态特征]模型的动态形式:它可以以某种方法运行,进行输入、输出、计算等处理。这种形式的属性是很难以类似于数据组织的形式来描述的。
[动态特征]模型的动态形式:它可以以某种方法运行,进行输入、输出、计算等处理。这种形式的属性是很难以类似于数据组织的形式来描述的。
相关文章推荐
- 数据挖掘模型的两种特征
- 数据挖掘模型的两种特征
- 数据挖掘模型的两种特征
- 数据挖掘模型的两种特征
- 算法岗位做数据挖掘大多都是抽特征跑跑现成模型”
- 数据分析(7)-挖掘建模#分类模型特征
- 加州理工学院公开课:机器学习与数据挖掘_线性模型(第三课)
- 数据挖掘应用案例:RFM模型分析与客户细分(未完成)
- 数据挖掘技术在商业银行CRM中的应用理论与模型研究
- 数据挖掘里面的特征工程
- 异常检测——无监督、高斯分布模型,需要带标记的样本数据,基本假设:特征符合高斯分布
- 大数据之有指导数据挖掘方法的模型
- 大数据环境下的模型和特征(深度学习Vs传统的机器学习)
- [置顶] 数据挖掘实战之天池精准医疗大赛(6)——特征工程2
- 挖掘模型(Analysis Services - 数据挖掘)(转)
- 特征工程:数据处理,模型训练集锦(二)
- 【数据挖掘】特征抽取之NMF
- 数据特征分析---Python数据挖掘与分析
- 使用Weka进行数据挖掘(Weka教程九)模型序列化/持久化存储和加载
- 大数据数据处理模型——怎样构建一个有指导的数据挖掘模型