
摘 要: 本文作者提出了基于數據挖掘工具weka對交通擁堵狀態(tài)進行分析預測,首先對交通原始數據進行整理清洗并預處理,然后分別采用了適宜分類預測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網絡模型算法 (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據挖掘工具weka對交通擁堵狀態(tài)進行分析預測,首先對交通原始數據進行整理清洗并預處理,然后分別采用了適宜分類預測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網絡模型算法 (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據挖掘工具weka對交通擁堵狀態(tài)進行分析預測,首先對交通原始數據進行整理清洗并預處理,然后分別采用了適宜分類預測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網絡模型算法 (共 4634 字) [閱讀本文] >>