0332545

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。

数据挖掘在经侦项目中的应用,本文用到python中的社区划分算法(In the application of data mining in economic investigation projects, this paper uses community partition algorithm in Python.)

判断链表中是否有循环 有的话,按序打印一次(To determine if there is a loop in the list, print it in sequence)

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)

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。

FDTD three-dimensional CPML

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

用matlab 实现了kmeans算法还附有评价指标计算(Matlab to achieve kmeans algorithm also attached to the evaluation index calculation)

r语言中关联规则代码实现 运用arulesViz包和arules包中的apriori函数(Code Implementation of Association Rule)

基于matlab实现的一个在线迁移学习算法OTL,(Based on matlab to achieve an online migration learning algorithm OTL,)