PCA

MonteCarlo仿真的C++源码,具有参考价值(C source code of MonteCarlo simulation, which has reference value)

将数据集转换为拉普拉斯矩阵，然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数，全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。(The data set is transformed into Laplacian matrix, and then clustered by spectral clustering based on graph theory. The Laplacian matrix is calculated by using the Gauss kernel function and the full connection method. Spectral clustering is good at dealing with high-dimensional or non-convex data sets.)

在linux 下C语言实现最近邻聚类算法，工程已经使用(near K neighbor cluster)

资源描述实现基本的pagerank算法，可实现传递阻尼参数和迭代次数。源文件从文件中读取

可以用黄金分割和斐波那契算法实现优化,只要改变相应的参数就可以用了(You can use the golden section and the Fibonacci algorithm to optimize, just change the corresponding parameters.)

扩展卡尔曼滤波与无迹卡尔曼滤波的跟踪滤波性能的比较()

本书精心策划了三个虚拟项目，将数据科学家必需的专业技能融合其中，教会读者如何将数据存储到计算机内存中，如何在必要的时候转换内存中的数据值，如何用R编写自己的程序并将其用于数据分析和模拟运行。读者将跟随世界一流的RStudio培训师掌握宝贵的编程技能，并借助这些技能成为优秀的数据科学家。(Introduction to R Language)

FDTD three-dimensional CPML

一种特征提取方法：结合主元分析(PCA)和核主元分析（KPCA）的前馈神经网络（FNN）(A feature extraction method: the feedforward neural network (FNN) combined with principal component analysis (PCA) and kernel principal component analysis (KPCA))

数据挖掘中的binning算法，用于数据预处理(Binning algorithm in data mining for data preprocessing)