资源列表
Cao-algorithm-
- Cao 算法，用于求解分形维数，研究混沌问题，我已经亲自试过啦。-Cao algorithm can be used to obtain the fractal dimension. I have been tested it.
svm
- python，svm支持向量机例子。里面有文档和源码。-python, svm support vector machine example. There are documents and source code.
PCA
- python PCA算法。 以及主成分分析的相关文档，资料，数据集。-python PCA algorithm.
AprioriCpuFlexarry
- 基于位表矩阵的Apriori算法，可以大幅缩小算法存储空间，减少读取文件次数。 测试文件格式为 “0 1 2 3 4 5 6 7 8 9 10 ”-Bitmap matrix of Apriori algorithm, the algorithm can significantly reduce storage space and reduce the number of times to read the file. Test file format " 012
k_nn
- kNN的思想:计算待分类的数据点与训练集所有样本点，取距离最近的k个样本；统计这k个样本的类别数量；根据多数表决方案，取数量最多的那一类作为待测样本的类别。距离度量可采用Euclidean distance，Manhattan distance和cosine。-kNN The idea is simple: the training set and calculated data points to be classified all sample points taken the neare
Naive-bayes
- 本文以拼写检查作为例子，讲解Naive Bayes分类器是如何实现的。对于用户输入的一个单词（words），拼写检查试图推断出最有可能的那个正确单词（correct）。当然，输入的单词有可能本身就是正确的。比如，输入的单词thew，用户有可能是想输入the，也有可能是想输入thaw。为了解决这个问题，Naive Bayes分类器采用了后验概率P(c|w)来解决这个问题。P(c|w)表示在发生了w的情况下推断出c的概率。为了找出最有可能c，应找出有最大值的P(c|w)，即求解问题-In this
CH-8.6---PageRank
- 非常著名的pagerank算法曾经在google使用，奠基的google在搜索王国的地位，本算法是hadoop的实现版本-Very famous pagerank algorithm has been used in google, the foundation of the google search in the Kingdom of the position, the algorithm is the realization of hadoop version
hierarchical-clustering
- 这段代码是层次聚类的Matlab实现代码- This code is hierarchical clustering Matlab implementation code
density-peaks-clustering
- 这是密度峰聚类的简易代码，比原作者给出的代码要简洁迅速。并提供RI指数检测。用matlab编程的代码- 这是密度峰聚类的简易代码，比原作者给出的代码要简洁迅速。并提供RI指数检测。用matlab编程的代码 This is a simple density peak clustering code, compared to the original author of the code to be concise and rapid. And provides RI index de
Kmodes
- K-modes算法的matlab实现，输入数据集，输出聚类类标号。-The Matlab program of K-modes algorithm
matlab-PMSM
- 关于MATlab的仿真PMSM的教程，本文件中没有源码-Matlab on the synchronous motor simulation data
MLKNN
- 针对单标记学习算法KNN进行改进，适用于多标记数据集改造而成的多标记K临近算法。java代码-Improved learning algorithm for single marker KNN, suitable for multi-label data sets adapted multi-label K near the algorithm. java code