weka 算法大全

关联规则挖掘

（一）  Apriori 

（二）  FilteredAssociator 

（三）  FPGrowth 

（四）  GeneralizedSequentislPatterns

（五）  PredictiveApriori

（六）  Tertius 

Cluster 

（一）  CLOPE

（二）  Cobweb 

（三）  DBSCAN 

（四）  EM

（五）  FarthestFrist

（六）  FilteredClusterer 

（七）  HierarchicalClusterer

（八）  MakeDesityBasedClusterer

（九）  OPITCS

（十）  sIB

（十一）  SimpleKMeans

（十二）  XMeans

Classfiers

  bayes 

（一）  AODE

（二）  AODEsr

（三） BayesLogisticRegression 

（四） BayesNet 

（五）  ComplementNativeBayes

（六） DMNBtext

（七） HNB

（八） NativeBayes

（九） NativeBayesMultinomial

（十） NativeBayesMultinomialUpdateable

（十一） NativeBayesSimple

（十二） NativeBayesUpdateable

（十三） WAODE

 functions 

（十四） GaussianProcesses

（十五） IsotoniRegression

（十六） LeastMedSq

（十七） LibLINEAR

（十八） LibSVM

（十九） LineerRegression

（二十） Logistic

（二十一） MultilayerPerceptron

（二十二） PaceRegression

（二十三） PLSClassifier

（二十四） RBFNetwrok

（二十五） SimpleLogistic

（二十六） SMO

（二十七） SMOreg

（二十八） SPegasos

（二十九） VotedPerceptron

（三十） Winnow

   lazy

（三十一） IB1

（三十二） IBk

（三十三） KStar

（三十四） LBR

（三十五） LWL  局部加权学习

   meta 

（三十六） AdaBosstM1

（三十七） AdditiveRegression

（三十八） AttributeSelectedClassifier

（三十九） Bagging 

（四十） ClassificationViaClustering

（四十一） ClassificationViaRegression

（四十二） CostSenstiveClassfier

（四十三） CVParameterSelection

（四十四） Dagging

（四十五） Decorate

（四十六） END

（四十七） FilteredClassfier

（四十八） Grading

（四十九） GridSearch

（五十） LogitBoost 

（五十一） MetaCost 

（五十二） MutiBoostAB

（五十三） MutiClassClassifier

（五十四） MutiScheme

（五十五） nestedDichitmies

（五十六） ND

（五十七） ClassBalancedND

（五十八） DataNearBalancedND

（五十九） OrinalClassClassifier

（六十） RaceIncrementalLogistBoost

（六十一） RandomCommittee

（六十二） RandomSubSpace

（六十三） RegressionByDiscretization

（六十四） RotationForest

（六十五） Stacking

（六十六） StackingC

（六十七） ThresholdSelector

（六十八） Vote

   mi

1)  CitationKNN

2)  MDD

3)  MIBoost

4)  MIDD

5)  MIEMDD

6)  MILR

7)  MINND

8)  MIOptimalBall

9)  MISMO

10)  MISVM

11)  MIWrapper

12)  SimpleMI

  misc

1． HyperPipes

2． SerialIzedClassifier

3． VFI

  ruler

①　 ConjunctiveRule

②　 DecisionTable

③　 DINB

④　 JRip

⑤　 M5Rules

⑥　 NNge

⑦　 OneR

⑧　 PART

⑨　 Prism

⑩　 Ridor

11　 ZeroR

  trees

a.  ADTree

b.  BFTree

c.  DecisionStump

d.  FT

e.  ID3

f.  J48

g.  J48graft

h.  LADTree

i.  LMI

j.  M5P

k.  NBTree

l.  RandomForest

m.  RandomTree

n.  REPTree

o.  SimpleCart

p.  UserClassifier

 

更多 0

• 上一篇：Mahout系列之----kmeans 聚类
• 下一篇：排序算法

 

查看评论

  暂无评论

发表评论

• 用 户 名：
• yueyedeai

• 评论内容：
• 

  

* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场

核心技术类目

全部主题 数据挖掘 SOA UML 开放平台 HTML5 开源 移动开发 iOS Android 移动游戏 Windows Phone JavaScript CSS 游戏引擎 云计算 大数据 Hadoop OpenStack 云平台 PHP MongoDB JSON Xcode Node.js 前端开发 神经网络 安全 Java .NET MySQL textview BigTable web框架 SQL Redis CouchDB Linux 可穿戴计算 NoSQL Ruby API GPL XAML ASP.NET 前端开发 虚拟化 框架 机器学习 数据中心 IE10 敏捷 集群

 

个人资料

yueyedeai

 

• 访问：722次
• 积分：225分
• 排名：千里之外
• 原创：21篇
• 转载：2篇
• 译文：0篇
• 评论：1条

文章搜索

文章分类

• 自然语言处理(1)
• hadoop(5)
• 机器学习(7)
• Lucene(1)
• Hive(1)
• Mahout(5)
• 算法(1)
• hbase(4)
• java(1)

文章存档

• 2013年11月(23)

阅读排行

• Mahout系列之----距离度量(59)
• hadoop 部署和调优(42)
• hadoop学习要点(32)
• 自然语言处理中的若干问题(24)
• HBase性能调优(22)
• Weka 算法大全(19)
• Lucene 自动补全(18)
• Mapreduce 框架解析(18)
• HDFS读写数据过程(17)
• 机器学习常用算法(17)

评论排行

• hadoop学习要点(1)
• 自然语言处理中的若干问题(0)
• Weka 算法大全(0)
• 排序算法(0)
• Hadoop 数据排序（一）(0)
• HDFS读写数据过程(0)
• Mapreduce 框架解析(0)
• HBASE表设计(0)
• HBase压缩(0)
• HBase性能调优(0)

推荐文章

最新评论

• hadoop学习要点

  开心一刻: 很全面！

• 抓住机会，实现愿望

  yueyedeai: 学习辅导员(Java): 送你一支鲜花，感谢你能真实的分享你的成长，一个人的自知是促进他快速成长的源...

• 抓住机会，实现愿望

  yueyedeai: 静雅(Java): 好！！！原来是师兄啊，我也听过邱老师的课哦，是挺深入的。呵呵，挺高兴有你这么个师...

• 抓住机会，实现愿望

  tianyabanzhu: 好！！！原来是师兄啊，我也听过邱老师的课哦，是挺深入的。

• 抓住机会，实现愿望

  jierui1220: 送你一支鲜花，感谢你能真实的分享你的成长，一个人的自知是促进他快速成长的源动力。我作为一个培训机构的...

• 抓住机会，实现愿望

  yueyedeai: 回复 Wangmx86：谢谢！

• 抓住机会，实现愿望

  Wangmx86: 说的好 哥顶你 太有才了