mlno

主要利用R语言进行广义加法模型，进行回归预测(This paper mainly uses R language to carry on the generalized additive model, and carries on the regression forecast)

SMOTE插值算法，补全数据的不平衡性。(SMOTE interpolation algorithm to complete the imbalance of data.)

说明：  

说明：  R语言构建贝叶斯网络，很实用的讲解和案例(Construction of Bayesian network with R language, a very practical explanation and case)

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。

说明：  简单的LSTM进行预测，附带数据集方便测试(simple test of LSTM is used for prediction , and related datasets is attached in the file.)

很好用的关联规则挖掘经典算法，推荐使用。包括支持度、置信度、提升度，输出结果到excel文件(Good use of association rules mining classic algorithm, recommended)

说明：  一个用python实现的PCA算法，并且给了简易素材(A PCA algorithm implemented in python, and gave a simple material)

粗糙集在进行属性约简时需要求其正域，此为求正域程序(Rough Set for Positive Domain)

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。