CEAYDOC

时间序列法，通过过去数据来建立相应模型来预测未来数据(Time series, using past data to establish corresponding models to predict future data)

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))

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

Clustering the data with Density-Based Scan Algorithm with Noise (DBSCAN)

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。 

包含很多知名算法实现，支持向量机，决策树，粗糙集，贝叶斯分类器等，适合学术研究，短评论意见挖掘，文本分类等。

主要针对行为识别，常用数据处理方法及分类，可视化 包含数据集(Mainly for behavior recognition, commonly used data processing methods and classification, visualization Contain data sets)

说明：  boxcox函数的python实现，引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)

基于密度的局部离群点检测，使用于当全部样本点的密度不一致的情况(Local outlier detection based on density)

Matrix QR decomposition of digital analysis of the more difficult procedures, it is worth a look