rcitime__type

求解矩阵的最大最小特征值及对应的特征向量,以及计算条件数()

聚类分析31省市的经济情况，以每个聚类簇的平均值来衡量省市经济的发展水平。(Cluster analysis of the economic situation of 31 provinces and municipalities, with the average value of each cluster to measure the level of economic development of provinces and municipalities.)

说明：  通过时事数据可视化系统，可以清楚地了解全球疫情分布的状况以及密度，以便做出相应的对策(Through the current affairs data visualization system, it is possible to clearly understand the distribution and density of the global epidemic in order to make corresponding countermeasures)

这段代码是层次聚类的Matlab实现代码( This code is hierarchical clustering Matlab implementation code)

应用背景 数据   ：两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置，职业，职级，年收入，。。。。。。    购买过得产品 目的：对新客户进行推荐一个适合该客户的产品， 对老客户推荐可能再购买的产品 数据处理    数据清洗：   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化：eg：邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林：  判断特征的重要性 ：思考为何重要性高     AHP    ：  迭代设置每个特征的权重 模型选择   ：根据数据量数量，是否有标签，分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么？

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。

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

Python数据预处理示例，包括数据清洗、数据整合、数据变换等操作。(Python data preprocessing examples, including data cleaning, data integration, data transformation and other operations.)

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)

此为利用optics聚类方法剔除风电异常数据后，采用极限学习机验证的代码(optics data mining)