GWR4操作说明

说明：  一种无监督的聚类算法，基于密度聚类，名称为基于快速搜索与寻找密度峰值的聚类(Clustering by fast search and find of desity peaks)

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？

google搜索的核心技术,VC++源码实现,包含测试数据库()

一个很实用的采用Neville算法的拉格朗日插值程序,(A very practical Lagrange interpolation program using Neville algorithm,)

计算传递熵延迟时间的程序，根据延迟对应最大传递熵的原理(A program for calculating the delay time of transfer entropy)

主要是对二手房房价的因变量房价和其相关的因变量之间的关系进行简单的描述统计分析(Mainly for the second-hand house price dependent variable housing prices and its related variables of the relationship between the simple description of statistical analysis)

说明：  用python 做的网络数据爬虫，爬取淘宝数据，并分析。(Use Python to do the network data crawler, crawl the Taobao data, and analyze.)

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)

聚类评价指标的各种说明，非常详细，请仔细阅读。(Cluster evaluation indicators of various descriptions, very detailed.)

机器学习 数据挖掘 数值算法 人工智能 全英文教材(python machine learning data snooping)