smote算法实现

联邦学习的基本框架

Extract Me for Windows 采用Python开发的 简单界面 能实现 多种格式的 播放(Extract Me for Windows)

通过Python扩展ArcGIS应用的资料，附有文档和相关练习，非常适合个层次的人员学习使用。(Extending ArcGIS With Python， Esri China，ArcGIS，Python)

xml解析方法封装，便于直接解析xml中的value值(python for xml file parser)

说明：  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.)

Python OpenCV 图像梯度-实例源码.zip

说明：  逻辑回归实现症状特征选择 利用python编程 实现特征重要性排序(Logical Regression to Realize Symptom Feature Selection)

该代码是基于Python写的，可基于LSB机制的实现信息隐藏，并可以对隐藏的信息进行提取

利用python编程应用在社交网络算法在金融反欺诈中，在社区内使用最短路径算法来发现失联用户与一个正常还款用户的关系链 分析指标：degree、closeness centrality、betweenness centrality、cluster coefficient、triangle count、connected components算法：PageRank社区发现：GN、FastUnfolding、LPA、SLPA、WalkTrap

测试 代码文件的 ！！！！！！！！！！！！！！！！！！！！！