摘 要: 本文作者提出了基于數(shù)據(jù)挖掘工具weka對(duì)交通擁堵?tīng)顟B(tài)進(jìn)行分析預(yù)測(cè),首先對(duì)交通原始數(shù)據(jù)進(jìn)行整理清洗并預(yù)處理,然后分別采用了適宜分類(lèi)預(yù)測(cè)算法的樸素貝葉斯算法、ID3模型算法、J48模型算法和多層感知器神經(jīng)網(wǎng)絡(luò)模型算法 (共 4634 字) [閱讀本文] >>
海量資源,盡在掌握
 摘 要: 本文作者提出了基于數(shù)據(jù)挖掘工具weka對(duì)交通擁堵?tīng)顟B(tài)進(jìn)行分析預(yù)測(cè),首先對(duì)交通原始數(shù)據(jù)進(jìn)行整理清洗并預(yù)處理,然后分別采用了適宜分類(lèi)預(yù)測(cè)算法的樸素貝葉斯算法、ID3模型算法、J48模型算法和多層感知器神經(jīng)網(wǎng)絡(luò)模型算法 (共 4634 字) [閱讀本文] >>