资源列表
data-process-method
- 数据处理方法: 对常见的数据预处理方法进行了总结，对均值、方差等各种概念进行了解释。对各种数据预处理变换方法进行了具体说明和公式。-Data processing method: Of common data preprocessing methods are summarized for various concepts mean and variance explained. All the data of the pre-processing transform methods
kNN
- kNN分类算法——将没有分类标签的数据与样本集合中所有的数据一一进行距离计算， 然后提取最相似的K个数据，这个K个数据中分类标签出现最多的分类就是新数据的分类标签。 优点：简单有效，缺点：耗费存储空间，非常耗时，无法给出任何数据的结构信息。 这个程序是采用python缩写，注释比较多，自己加的-kNN classification algorithm: no data and sample collection of all data classification labels on
KMeans
- K-均值聚类算法，属于无监督机器学习算法，发现给定数据集的k个簇的算法。 首先，随机确定k个初始点作为质心，然后将数据集中的每个点分配到一个簇中，为每个点找距其最近的质心， 将其分配给该质心对应的簇，更新每一个簇的质心，直到质心不在变化。 K-均值聚类算法一个优点是k是用户自定义的参数，用户并不知道是否好，与此同时，K-均值算法收敛但是聚类效果差， 由于算法收敛到了局部最小值，而非全局最小值。 K-均值聚类算法的一个变形是二分K-均值聚类算法，该算法首先将所有点作为一个簇，然
bayes
- 朴素贝叶斯分类算法：其中，朴素的意思是该分类算法基于的两个简单的假设，特征独立以及每个特征同等重要。 贝叶斯分类是基于贝叶斯准则的分类算法。朴素贝叶斯常用于文档分类，过滤垃圾邮件等。 -Naive Bayesian classification algorithm: where is the plain meaning of the classification algorithm based on two simple assumptions, features independent
Apriori
- Apriori算法用于发现数据中的频繁项集以及关联规则，属于关联分析， 关联分析的目标包含两条：发现频繁项集和发现关联规则。 该算法基于一个很重要的原理，apriori原理，如果某个相机是频繁的，那么他的所有子集也是频繁的， 也就说，如果一个项集是非频繁的，那么它的所有超集也是非频繁的。 Apriori算法是先生成C1->L1->C2->L2->C3.Apriori算法的缺点是很明显的，每生成一个频繁项集，都要扫描整个数据集。 在数据规模很大的时候，这
adaboost
- AdaBoost元算法属于boosting系统融合方法中最流行的一种，说白了就是一种串行训练并且最后加权累加的系统融合方法。 具体的流程是：每一个训练样例都赋予相同的权重，并且权重满足归一化，经过第一个分类器分类之后， 计算第一个分类器的权重alpha值，并且更新每一个训练样例的权重，然后再进行第二个分类器的训练，相同的方法....... 直到错误率为0或者达到指定的训练轮数，其中最后预测的标签计算是各系统*alpha的加权和，然后sign（预测值）。 可以看出，训练流程是串行的
program
- 华为oj平台测试题目，主要部分用c语言实现-Huawei oj platform test subject, the main part of the c language
jacobi-Gauss-Seidel-SOR
- 雅克比迭代，SOR迭代计算器，输入方程组可求得结果-Jacobi iteration, SOR iteration calculator, enter the results of equations can be obtained
ninewton
- 拟牛顿法求解方程，计算每一步的结果以及最终迭代次数-Quasi-Newton method for solving equations, each step of the calculation results and the final iterations
newton
- 牛顿法球方程，计算每一步迭代结果以及最终迭代次数-Newton' s Law balls equation to calculate the results of each iteration and the final iterations
LDAPenalty2Class2
- Fisher discriminant analysis with kernel-This function implements Fisher discriminant analysis with kernel, which can be applied on very high dimensional space.
switch_123
- 主要是switch和for循环的代码用法，里面给出了具体的例子-The switch、for loop code usage