提供一种改进的模糊C均值聚类算法，该算法可以更好的提高聚类的精度

利用TensorFlow和股票历史数据，进行数据挖掘，深度学习建模，实现对股票未来走势的预测(Using TensorFlow and stock historical data, data mining and deep learning modeling are used to predict the future trend of stocks.)

分类器的性能比较与调优: 使用scikit-learn 包中的tree，贝叶斯，knn，对数据进行模型训练，尽量了解其原理及运用。 使用不同分析三种分类器在实验中的性能比较，分析它们的特点。 本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers: We use tree, Bayesian and KNN in scikit-learnpackage to train the dat