MF-DFA-master

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.)

基于人工蚁群的的改进Kmeans,进行了改进，效果较好(Based on the improvement of artificial ant colony, Kmeans have been improved and the effect is better)

算法分析中的贪心算法的实现,并有完整的测试数据()

插值抽取的内容,数字变频用, 分享了,请高手完善指教,()

实现通用的matlab蚁群算法的c++源码 重复使用度高()

说明：  偏最小二乘回归！PLSR，可用于解决一些回归问题！(Partial least squares regression! PLSR can be used to solve some regression problems!)

粗糙集在进行属性约简时需要求其正域，此为求正域程序(Rough Set for Positive Domain)

生成随机数的算法,原书带的并不能直接使用,这是本人改的直接可用的()

hosvd 迭代分解,很好用，是一个硕士论文里的代码(terative HOSVD algorithm to decompose tensor and find its Singular factors in each mode.)

说明：  《从零开始学爬虫》的配套资料（PPT和源码）("Learning Reptiles from Zero" (PPT and Source))