搜索资源列表
R语言与统计分析-汤银才书上实现程序@@@
- 一些R语言入门的基本知识，可以系统的学习R语言，可以大概了解R语言的结构和数据分析的基本算法(Some basic knowledge of R language entry, you can learn R language systematically, you can probably understand the basic structure of R language and the basic algorithm of data analysis.)
qiunui-V7.4
- 包括数据分析、绘图等等,包括 MUSIC算法，ESPRIT算法 ROOT-MUSIC算法，计算时间和二维直方图。( Data analysis, plotting, etc., Including the MUSIC algorithm, ESPRIT algorithm ROOT-MUSIC algorithm, Computing time and two-dimensional histogram.)
Matlab数据分析与挖掘实战-最新完整版
- 这是一本以实践为导向的 MATLAB 数据挖掘实战指南，以真实案例为主线，不仅深入浅出地讲解了数据挖掘建模过程中的各个环节和各项技术（如数据探索、数据预处理、分类与预测、聚类分析、时序预测、关联规则挖掘、智能推荐、偏差检测等），而且还为电力、航空、医疗等 10 余个行业的数据挖掘提供了方法指导和解决方案。此外，本书还深入讲解了数据挖掘的二次开发等内容。(MATLAB data analysis)
py4fi-master
- 数据python金融数据分析的代码，基本都有额(Python financial data analysis code)
频谱分析
- 这是一个频谱分析的matlab程序，通过FFT变换,获得采样数据基本信息，时域图，频域图。(This is a spectrum analysis matlab program, through FFT transformation, get the basic information of sampling data, time-domain map, frequency-domain map.)
第9章 聚类分析
- 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。 聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。(Clustering analysis refers to the process of grouping a collection of physical
示波器波形分析
- 首先读取csv文件（来自示波器或其他来源），csv是字符格式的文本文件。然后，对采样波形进行谐波分析，将输入信号分解成：A0直流分量，A1基频分量，A22次谐波，A33次谐波……N噪声。采用的是加hanning窗的FFT算法。最后，求取 总谐波失真率THD（%）(First read the CSV file, and CSV is a character format text file. Then, the input signal is decomposed into A0 DC comp
PCA TEST
- 主成分分析程序，能够对高维数据降维分析，适用于高维特征降维，大数据分析(The principal component analysis program can analyze dimensionality reduction of high-dimensional data.)
黑色星期五消费情况分析
- 有关亚马逊平台黑色星期五消费的金额，性别，年龄，城市等，可用于数据分析。
matlab统计分析
- matlab 统计分析是关于数据处理的一本书，里面有好多方法供大家学习(Matlab statistical analysis is a book about data processing, there are many methods for you to learn)
房价预测
- kaggle项目，排名还挺靠前，需要和kaggle数据一起使用，需到kaggle网站下载。(The kaggle project, ranked high, needs to be used with kaggle data and downloaded from the kaggle website.)
excel
- 读取excel列表数据，对数据进行相应处理分析(Passive targeting some simulation code, including when calculate signal Two-dimensional linear, nonlinear, maximum likelihood algorithm mean square error code)
模糊聚类分析法（python)
- 运用python进行模糊聚类分析步骤如下：建立数据矩阵；数据标准化；建立模糊相似矩阵；改造相似关系为等价关系；确定分类数(The steps of Python fuzzy clustering analysis are as follows: establishing data matrix; standardizing data; establishing fuzzy similarity matrix; transforming similarity relation into equiv
数据挖掘中聚类算法研究进展_周涛
- 聚类分析是数据挖掘中重要的研究内容之一，对聚类准则进行了总结，对五类传统的聚类算法的研究 现状和进展进行了较为全面的总结，就一些新的聚类算法进行了梳理，根据样本归属关系、样本数据预处理、 样本的相似性度量、样本的更新策略、样本的高维性和与其他学科的融合等六个方面对聚类中近 20多个新算 法，如粒度聚类、不确定聚类、量子聚类、核聚类、谱聚类、聚类集成、概念聚类、球壳聚类、仿射聚类、数据流聚 类等，分别进行了详细的概括。(Clustering analysis is one of the impor
《MATLAB 神经网络43个案例分析》源代码&数据
- 《MATLAB 神经网络43个案例分析》全书源代码和数据，注释详细，神经网络学习很有帮助。内含《MATLAB 神经网络43个案例分析》目录:第1章BP神经网络的数据分类语音特征信号分类;第2章 BP神经网络的非线性系统建模-非线性函数拟合等。(Analysis of 43 Cases of Neural Network in MATLAB source code data, detailed comments. Included in the catalogue of 43 Cases Anal
核函数主成分分析KPCA
- 在多元统计领域中，核函数主成分分析(kernel principal component analysis, kernel PCA)是利用核函数方法技术对主成分分析(PCA)的扩展。使用核函数使原PCA的线性操作是在一个复制的内核希尔伯特空间中执行的。 KPCA的运算步骤势在PCA之前首先对数据进行kernel变换 ，再求相关系数矩阵。(In the field of multivariate statistics, kernel principal component analysis (ke
潮汐调和分析
- 可以利用某验潮站一定观测周期内的水位数据进行调和分析（最小二乘法）求解出十一个主要分潮的潮汐调和常数(The harmonic constants of eleven main tidal components can be obtained by harmonic analysis of water level data in a certain observation period of a tide gauge station (least square method).)
数据统计和分析
- 数据统计与分析，可以进行多元线性回归分析，matlab源码(Data statistics and analysis, can carry out multiple linear regression analysis, matlab source code)
PriceAction策略源码
- 该EA程序可用于外汇市场价格行为分析，趋势强度计算，可自动交易(The EA can be used for foreign exchange market data analysis, trend strength calculation, can be automatically traded)
《MATLAB高效编程技巧与应用：25个案例分析》
- 书籍以及书中附带的源程序和数据，在阅读书籍过程中遇到较长的代码都可以在文档中找到源文件，方便运行，提升编程水平。(The source program and data attached to books can be found in documents when reading books. It is convenient to run and improve the level of programming.)