8641704

资源描述利用分类算法实现对文本的数据挖掘，主要包括： 1. 语料库的构建，主要包括利用爬虫收集Web文档等； 2. 语料库的数据预处理，包括文档建模，如去噪，分词，建立数据字典， 使用词袋模型或主题模型表达文档等； 注：使用主题模型，如LDA可以获得实验加分； 3. 选择分类算法（如朴素贝叶斯、SVM等），训练文本分类器，理解所选 的分类算法的建模原理、实现过程和相关参数的含义； 4. 对测试集的文本进行分类 5. 对测试集的分类结果利用正确率和召回率进行分析评价。 

说明：  采用机器学习预测房价.使用波士顿房屋信息数据来训练和测试一个模型，并对模型的性能和预测能力进行评估。(Using Machine Learning to Predict House Prices)

利用python调用新浪api接口实现的新浪微博数据的挖掘，能够获取指定的经纬度地点的微博动态信息，还能够将其写入MySQL数据库中。

说明：  《从零开始学爬虫》的配套资料（PPT和源码）("Learning Reptiles from Zero" (PPT and Source))

EMD经验模态分解算法程序，适合非线性，非平稳时间序列的处理(EMD empirical mode decomposition algorithm program)

资源描述决策树是建立在信息论基础之上，对数据进行分类挖掘的一种方法。其思想是，通过一批已知的训练数据建立一棵决策树，然后利用建好的决策树，对数据进行预测。决策树的建立过程可以看成是数据规则的生成过程。由于基于决策树的分类方法结构简单，本身就是人们能够理解的规则。其次，决策树方法计算复杂度不大，分类效率高，能够处理大数据量的训练集；最后，决策树方法的分类精度较高，对噪声数据有较好的健壮性，符合一般系统的要求。

这是一本经典数值算法书,包含多种算法的理论,为编程者具有一定参考意义()

数据挖掘算法，高效用项集挖掘算法，加权频发项集挖掘算法，HMINE算法，源码中有详细注释

说明：  利用K均值聚类对鸢尾花样本进行聚类的matlab程序，包含源代码、样本数据、聚类结果(The matlab program of clustering iris samples by K-means clustering, including source code, sample data and clustering results)

说明：  波形设计算法，阵列信号处理等相关知识的介绍仿真等(Introduction and Simulation of waveform design algorithm, array signal processing and other related knowledge)