98598152

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)

说明：  python PCA算法原理推导，及源代码实现，并基于PCA算法实现图片压缩，附pdf文件说明(Python PCA algorithm principle derivation, and source code implementation, and based on PCA algorithm to achieve image compression, with PDF file description)

算法分析中的贪心算法的实现,并有完整的测试数据()

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。

机器学习与R语言（machine_learning）源代码下载，内含R语言实现机器学习算法和应用案例(Machine learning and R language (machine_learning) source code download, containing R language to implement machine learning algorithms and application cases)

时间序列法，通过过去数据来建立相应模型来预测未来数据(Time series, using past data to establish corresponding models to predict future data)

说明：  内附源数据、代码及word。代码包括：平稳性检验、协整检验、滞后阶数的确定、VAR 模型的拟合、脉冲响应分析、VAR 模型的预测(Stationarity test, co integration test, determination of lag order, VAR model fitting, impulse response analysis, VAR model prediction)

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)

数据挖掘经典算法，频繁项集挖掘经典算法，CFPGROWTH算法，JAVA实现，代码中有详细注释

可以用黄金分割和斐波那契算法实现优化,只要改变相应的参数就可以用了(You can use the golden section and the Fibonacci algorithm to optimize, just change the corresponding parameters.)