资源列表
Stacking
- Staking算法，模型融合的一种算法，可以取得比任意用于融合的模型都更好的效果(Staking algorithm, an algorithm for the integration of the model, you can achieve better than any model for the integration of the effect)
LDA_ FDA_with_tutorial
- LDA降维是常用的降维手段之一，是常用的有监督学习降维工具。这个文件对其产生W后的使用进行了简要说明，使用W进行最终的降维可以得到十分漂亮的分析结果（在数据分布符合假设分析的情况下。）(LDA dimension reduction is one of the commonly used dimensionality reduction methods. It is a commonly used supervised learning dimensionality reduction tool
多重分形去趋势波动分析模型
- 用于不同时间序列的重分形交叉相关性分析的多重分形去趋势交叉相关模型，整合了多重分形去趋势交叉相关系数于其中(A multifractal de-trend cross-correlation model for multifractal cross-correlation analysis of different time series is proposed, in which multifractal de-trend cross-correlation coefficients are
oor-Classification-Classification
- BP网络的应用： BP神经网络用于分类与回归, 使用matlab打开(Application of BP Network: BP Neural Network is used for Classification and regression, matlab is used to Open)
iris and pima
- 经典的机器学习数据集合，是机器学习入门的必备数据集合之一(A classic collection of machine learning data, one of the must-have data sets for getting started with machine learning)
PCA
- 本程序可以对高维数据进行降维，便于得到主成分进行后续分析。(This program can reduce dimension of high-dimensional data and facilitate principal component analysis for subsequent analysis.)
R Quant
- 《量化投资与R语言》本书资料，适合量化投资数据挖掘初学者(Information in this book<Quantitative investment and R language>)
复杂高维数据中异常点挖掘算法研究_徐晓丹
- 数据挖掘 复杂高维数据中异常点挖掘算法研究_徐晓丹(data mining Research on anomaly point mining algorithm in complex high-dimensional data _ xu xiaodan)
时间序列分析及应用第二章习题答案
- 时间序列分析及应用第二章习题答案 R语言
GAN-minist-tensorflow-master
- GAN 的基本例程，能够很好的帮助你理解生成对抗网络(The basic routines of GAN can help you understand how to generate confrontation networks.)
慢特征分析算法包
- 该算法旨在提取输入信号中的变化最缓慢的特征信号，即反映本质特性的信号。其中包含测试、简介、使用说明等。
禁忌搜索解决tsp问题
- 使用matlab应用禁忌搜索解决tsp问题，算法齐全，本人使用没有任何问题。