knn.py

Python数据预处理示例，包括数据清洗、数据整合、数据变换等操作。(Python data preprocessing examples, including data cleaning, data integration, data transformation and other operations.)

周志华 机器学习 第三章 python 参考答案(Zhou Zhihua machine learning third chapter Python reference answer)

该程序用于分类，用到的算法是Bagging and Knn 两种算法(This program is used for classification, the algorithm used is bagging and knn two algorithms)

深度学习框架Keras入门资料，里面的代码包括课件和DEMO有利于新书入门学习，简单易懂(Keras Introductory Information of Deep Learning Framework, which includes courseware and DEMO, is helpful for introductory learning of new books. It is easy to understand.)

多重分形去趋势波动分析法，用于不同时间序列的重分形交叉相关性分析。(Multifractal detrended fluctuation analysis)

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)

应用背景 数据   ：两个月之内 40000个客户的15个数据字段   包含客户的 地          理位置，职业，职级，年收入，。。。。。。    购买过得产品 目的：对新客户进行推荐一个适合该客户的产品， 对老客户推荐可能再购买的产品 数据处理    数据清洗：   describe 每个特征统计分析       方差     -分析缺陷特征和波动性                 空值赋值为  “-1 “              -  保证模型的可使用    数据归一化：eg：邮编 相似度不高 根据一线二线….进行划分  – 特征的重要性 关键技术特征选择    随机森林：  判断特征的重要性 ：思考为何重要性高     AHP    ：  迭代设置每个特征的权重 模型选择   ：根据数据量数量，是否有标签，分类or回归选取 关于模型选择时候我想用协同过滤  但是不知道关于特征的协同过滤是怎么执行的   是每个特征都有一个评分构成评价矩阵么？

EMD经验模态分解算法程序，适合非线性，非平稳时间序列的处理(EMD empirical mode decomposition algorithm program)

包含了01背包和非01背包两个程序！是我一次作业完成的,可以参考一下！()

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!)