kaggle叶子分类

说明：  数据挖掘中的binning算法，用于数据预处理(Binning algorithm in data mining for data preprocessing)

数据挖掘算法，高效用项集挖掘算法，加权频发项集挖掘算法，HMINE算法，源码中有详细注释

隐马尔科夫实现，包含forward-hmm, Viterbi-hmm, Baum-Welch-hmm(Hidden Markov implementation, including forward-hmm, Viterbi-hmm, Baum-Welch-hmm)

基于P-Q分解法的快速潮流计算,可用于实际系统()

数据挖掘中编写C语言程序数据预处理，读取文本文件中的数据，使用链表，并输出该组数据的按平均值、中值、边界值平滑的结果。若分箱时数据缺失则用最后的值复制代替，还要找出程序中的离群点，要求程序符合结构化程序设计风格，关键地方需加注释。完美实现！

google搜索的核心技术,VC++源码实现,包含测试数据库()

用于数据自编码，非线性压缩，降维的一种方法；与PCA不同，pca为线性降维方式(Data auto encoding, nonlinear compression)

关于大数据的论文，对稀疏表示分类有很大的帮助，希望对初学者哟帮助

Python实现Adaboost算法，数据集为horseColic马疝气病数据集，准确率和sklearn库中的adaboost算法一样。(Python implementation adaboost algorithm, the data set is horseColic horse hernia disease data collection, accuracy and sklearn library adaboost the same algorithm.)

r语言中关联规则代码实现 运用arulesViz包和arules包中的apriori函数(Code Implementation of Association Rule)