PCA

动画演示多种排序算法,包括冒泡排序,选择排序,插入排序,快速排序等,()

boxcox函数的python实现，引用该函数可将偏态分布调整为正态分布(Python implementation of box Cox function)

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)

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.)

通过包围盒法和K-D树法实现电云数据的邻域收索，邻域值可以自动设置(Point cloud data by bounding boxes and K-D tree search method income neighborhood, neighborhood values can be automatically set)

说明：  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)

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)

kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，kNN方法较其他方法更为适合。(Basic source application)

强大的计算电磁场本征函数与本征模的程序,matlab版本(A powerful Program for calculating the Eigenfunction and Eigenmode of electromagnetic Field)

基于密度的局部离群点检测，使用于当全部样本点的密度不一致的情况(Local outlier detection based on density)