YTCVI47

徐士良《C常用算法程序集》第2版 第2部分()

算法分析中的贪心算法的实现,并有完整的测试数据()

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)

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.)

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

kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。(Basic source application)

通过优化的k-means算法 采用了密度和优化评测函数实现了对Iris等数据集的聚类。 

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)

利用一维卷积神经网络将叶子进行分类，里面包含的有数据(Classification of leaves using one dimensional convolution neural network)

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)