基于不断学习的贝叶斯-KNN文本分类算法的设计与实现,给出原始几个类别的文本文件，通过机器学习，获取各个类别文本内容的主要特征，在这个基础上，给出待分类的文件库，系统通过自动分类，对文件库中的文本进行分类，把文件分配到最有可能的类别中。-based learning Bayesian-KNN text classification algorithm design and implementation given several types of the original text file,

主成分分析(PCA)和主成分回归的(PCR)类，基于ZedGrapg和矩阵类库LinearAlgebra，用于模式识别分类和回归建模型，PCA类中增加基于Zedgraph类图显示，自动多类标识-Priciple Component Analysis and Priciple Component regression algorithm