Python进行定量数据的分布分析

说明：  Python程序调用jieba库与词云提取平凡的世界词云(Extracting ordinary world word cloud with Jieba library and word cloud)

1) 使用凝聚型层次聚类算法（即最小生成树算法）对所有数据点进行聚类，最后聚成3类。相异度定义方法可选择single linkage、complete linkage、average linkage或者average group linkage中任意一种。 2) 使用C-Means算法对所有数据点进行聚类。C=3。 任务2（必做）： 使用高斯混合模型（GMM）聚类算法对所有数据点进行聚类。C=3。并请给出得到的混合模型参数（包括比例??、均值??和协方差Σ）。 任务3（全做）： 1) 参考数据文件第三列的类标签，使用聚类有效性评价的外部方法Normalized Mutual Information指标，分别计算任务1和任务2聚类结果的有效性。 2) 使用聚类有效性评价的内部方法Xie-Beni指标，分别计算任务1和任务2聚类结果的有效性。(The main results are as follows: 1) the condensed hierarchical clustering algorithm (that is, the minimum spanning tree algorithm) is used to cluster all the data points, and finally it is grouped into three categories. Any of the single linkage,complete linkage,average linkage or average group linkage methods can be selected for the definition of dissimilarity. 2) using C-Means algorithm to cluster all data points. C = 3.)

SSD: Single Shot MultiBox Object Detector, in PyTorch

python机器学习资料,适合初学者入门。有助于开发学习算法。

说明：  数据集扩充后，可以验证bbox在图像中的位置是否正确(After the data set is expanded, it can be verified that the bbox position in the image is correct)

xgboot做预测示例的代码及数据集，仅作为参考使用(The code and data set of xgboot as a prediction example are used for reference only)

说明：  ODL python数据处理，用于医学影像重建，包括MLEM、FBP算法等(ODL Python data processing for medical image reconstruction, including MLEM, FBP algorithm, etc)

说明：  人脸识别，对录入的人脸进行特征提取，特征为68点特征(Face recognition, feature extraction of the input face, 68 features)

python工具书查询,之前看到的，资料还不错，可以参考学习下(Reference books for python)

ARIMA模型预测