Kmeans-python

holt-winters 三次指数平滑算法,时间序列预测算法，带测试数据及Demo(Triple Order Exponential Smoothing, Holt-Winters algorithm, time series prediction algorithm with test data and Demo)

包含了01背包和非01背包两个程序！是我一次作业完成的,可以参考一下！()

一个833分酒问题的求解,C++编写,简单易读,输出最佳路径解,()

说明：  用来作分类识别的KNN算法,非常好用非常好用(A very useful nearest neighbor algorithm)

用Apriori算法挖掘出入侵检测数据集KDD99的数据关联性，从而检测出未知的攻击(Apriori algorithm is used to extract the data association of the intrusion detection data set KDD99, and the unknown attack is detected)

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)

一个xgboost实现的回归模型预测，数据集来源于kaggle的taxi竞赛(Regression model prediction based on a xgboost implementation)

说明：  机器学习实战中文英文pdf+数据集+代码(Practice of machine learning)

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。

一本python数据分析的优秀资料 《python数据分析》(python data analysis)，作者【印尼】Ivan Idris，翻译：韩波。 本人制作的PDF图书，带目录和书签。 作为一种高级程序设计语言，Python凭借其简洁、易读及可扩展性日渐成为程序设计领域备受推崇的语言。同时，Python语言的数据分析功能也逐渐为大众所认可。, 本书是一本介绍如何用Python进行数据分析的学习指南。全书共12章，从Python程序库入门、NumPy数组、matplotlib和pandas开始，陆续介绍了数据加工、数据处理和数据可视化等内容。同时，本书还介绍了信号处理、数据库、文本分析、机器学习、互操作性和性能优化等高级主题。在本书的结尾，还采用3个附录的形式为读者补充了一些重要概念、常用函数以及在线资源等重要内容。, 本书示例丰富、简单易懂，非常适合对Python语言感兴趣或者想要使用Python语言进行数据分析的读者参考阅读。(python data analysis)