MF-DFA-master

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

胡清华邻域粗糙集源码，matlab源代码，方便可用(Hu Qinghua neighborhood rough sets source code, matlab source code, easy to use)

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：  机器学习实战中文英文pdf+数据集+代码(Practice of machine learning)

资源描述利用分类算法实现对文本的数据挖掘，主要包括： 1. 语料库的构建，主要包括利用爬虫收集Web文档等； 2. 语料库的数据预处理，包括文档建模，如去噪，分词，建立数据字典， 使用词袋模型或主题模型表达文档等； 注：使用主题模型，如LDA可以获得实验加分； 3. 选择分类算法（如朴素贝叶斯、SVM等），训练文本分类器，理解所选 的分类算法的建模原理、实现过程和相关参数的含义； 4. 对测试集的文本进行分类 5. 对测试集的分类结果利用正确率和召回率进行分析评价。 

说明：  分类器的性能比较与调优: 使用scikit-learn 包中的tree，贝叶斯，knn，对数据进行模型训练，尽量了解其原理及运用。 使用不同分析三种分类器在实验中的性能比较，分析它们的特点。 本实验采用的数据集为house与segment。(Performance comparison and optimization of classifiers: We use tree, Bayesian and KNN in scikit-learnpackage to train the data model and try to understand its principle and application. The performances of three classifiers are compared and their characteristics are analyzed. The data set used in this experiment is house and segment.)

自动生成Excel表格，包括测量系统分析MSA GR&R--均值极差法 ,方差分析，均值极差(Automatic generation of Excel tables, including measurement system analysis MSA GR&R - mean extreme difference method, variance analysis, mean extreme difference)

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.)

通过Python对妹子图网站的图片集进行爬取(Crawling the collection of images on the sister map site via Python)

holt-winters 三次指数平滑算法,时间序列预测算法，带测试数据及Demo(Triple Order Exponential Smoothing, Holt-Winters algorithm, time series prediction algorithm with test data and Demo)