Advertisement

Groceries数据文件。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
通过对数据集中进行的提取,共获得了9835条数据记录,并包含了33个特征属性。借助Apriori等关联分析算法,系统地探寻频繁项集,进而挖掘出潜在的关联规则,这些规则主要服务于对Apriori及相关关联算法的学习和应用。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • Groceries 表.csv
    优质
    《Groceries数据表.csv》记录了各类食品和日常用品的购买信息,包含商品名称、类别、价格及购买数量等细节,便于分析消费模式与趋势。 Groceries数据集在进行关联分析时可以转换为CSV格式,并且相比其他资源更加经济实惠。
  • Groceries 表.csv
    优质
    《Groceries数据表.csv》记录了各类食品和日用品的购买信息,包括商品名称、类型、价格及购买数量等详细数据。 从数据集中导出共计9835条记录,包含33个特征属性。利用Apriori等关联算法寻找频繁项集,并挖掘相关联规则,主要用于学习Apriori及其他类似算法的应用。
  • groceries 表.csv
    优质
    该文件groceries数据表.csv包含了杂货店销售的商品信息,包括商品名称、类别、价格和销量等数据,便于分析消费者购物习惯及库存管理。 【自己动手写模式挖掘(一)——初步搭建 Apriori 频繁模式挖掘框架】博文所使用的数据集是 Groceries 数据集,该数据集包含了一个杂货店一个月内的真实交易记录,共有 9835 条消费记录和涉及 169 种商品。
  • Groceries集分析
    优质
    本研究聚焦于Groceries数据集的深入分析,探索消费者购物行为与偏好模式,为零售业提供策略建议。 该数据集来源于RGui中的arules软件包里的Groceries数据集,记录了一个杂货店一个月的真实交易情况。它包含9835行和169列,即有9835条消费记录及涉及的169种不同商品。此数据集可用于Apriori、FP_Growth以及ecalt等算法进行频繁项集挖掘与关联分析。
  • Groceries集分析
    优质
    本简介聚焦于Groceries数据集分析,深入探讨了该数据集中关于消费者购买行为的丰富信息,旨在通过数据分析揭示购物模式和偏好。 该数据集来自开源软件RGui中的arules包里的Groceries数据集,记录了一个杂货店一个月内的实际交易情况。数据集中共有9835行、169列,即包含9835条消费记录以及涉及的169种不同商品。此数据集可用于Apriori、FP_Growth和ecalt等算法进行频繁项集挖掘及关联分析。
  • Groceries集分析
    优质
    本研究基于Groceries数据集,深入探讨了消费者购买行为及其模式。通过细致的数据分析,揭示了不同商品间的关联性及季节变化对购物习惯的影响。 该数据集来源于开源软件RGui中的arules软件包里的Groceries数据集,记录了一个杂货店一个月的真实交易情况。它包含9835条消费记录和169个不同商品的信息,可以用于Apriori、FP_Growth、ecalt等算法进行频繁项集的挖掘与关联分析。
  • 把BIN转为TXT
    优质
    本工具旨在提供一种简便方法,用于将BIN格式的数据文件转换成TXT文本格式,便于查看和进一步处理。 将BIN文件数据转换成TXT文件数据,以便进行进一步的操作。
  • city_location.mat
    优质
    city_location.mat 是一个包含城市地理位置数据的数据文件,适用于存储和交换城市坐标信息,常用于地理信息系统分析及研究。 有关MATLAB mat格式的旅行商问题数据集(TSP数据集)的信息可以在博客文章中找到完整代码和教程。下载数据可获得教程。
  • omniglot_data.npy
    优质
    omniglot_data.npy 是一个包含多种人工和自然语言字符数据集的Numpy二进制文件,用于训练机器学习模型识别不同文字系统。 寻找能够运行DAGAN论文源码程序的人。此人需实际操作过代码,并能复现论文中的结果。
  • FLUXES
    优质
    FLUXES数据文件包含各类环境科学测量的数据,特别是关于气体、液体和能量交换的信息,适用于气候变化与生态系统研究。 各种数值通量格式大全:Lax-Friedrichs, Richtmyer, MacCormack, Steger-Warming, Van Leer, AUSM, Zha-Bilgen, Godunov, Osher, Roe, Rusanov, HLL (HLLE), HLLL, AUFS。