havz-bhlding

一个xgboost实现的回归模型预测，数据集来源于kaggle的taxi竞赛(Regression model prediction based on a xgboost implementation)

主要利用Python软件，利用KNN算法对垃圾邮件进行分类(This paper mainly uses Python software to classify spam mail by using KNN algorithm)

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.)

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)

说明：  PCA 数据降维 PTYTHON 数据分析/挖掘(PCA dimensionality reduction data mining/analysis)

说明：  多种基本分类训练，包括支持向量机，偏最小二乘，主成分分析和线性分析(A variety of basic classification training, including support vector machine, partial least squares, principal component analysis and linear analysis)

Clustering the data with Density-Based Scan Algorithm with Noise (DBSCAN)

说明：  一种信号的处理方法，用于非平稳的信号处理(A signal processing method for nonstationary signal processing)

一个833分酒问题的求解,C++编写,简单易读,输出最佳路径解,()

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。