ID3决策树决策树在分类预测和规则提取中有着广泛的应用。他是一树状结构，每一个节点对应着一个分类，非叶节点对应着在某个属性上的划分，根据样本在该属性上的不同取值将其划分成若干个子集。构造决策树的核心问题就是如何选择适当的属性对样本进行拆分。基本原理————————希望自己能用最通俗的语言讲清楚————————选择当前样本集中具有最大信息增益值的属性作为测试属性。样本集的划分则根据测试属性的取值进行

最近一直思考如何将弥补c++中的数据挖掘算法不足的问题，毕竟现在大家都图省事的说。于是现有语言中属python的库文件最多，且简单的胶水语言。那么通过c++调用Python会不会很方便呢？所以本着这样的想法我们研究一下。1、对python目录下的文件检查首先你得安装python 我这里是python3.4，打开安装目录下的include文件夹，也就找到了python.h，如图圈出！...

挖掘目的用数字图像处理部分来作为数据挖掘分析的数据源，按水色判断水质分类的数据以及用数码相机按照标准进行水色采集的图像数据，利用图像处理技术，通过水色图像实现水质的自动评价。分析方法水样图像维度过大，不易分析需要从中提取图像特征，提取反映图像本质的一些关键指标，这点在数据预处理中本质上是属性规约。属性一定程度上的关键直接影响识别效果和分类的好坏。图像特征主要包括颜色特征、纹理特征、形状特征和空间关

时间序列分析给定一个已被观测了的时间序列，预测该序列的的未来值。重点介绍AR模型、MA模型、ARMA模型和ARIMA模型1、时间序列的预处理拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，称之为预处理。在此区别纯随机序列、平稳非白噪声序列、非平稳序列。纯随机序列(白噪声序列)，序列的各项之间没有任何相关关系，序列有着完全无序的随机波动，可以终止对该序列的分析。白...

最近一直思考如何将弥补c++中的数据挖掘算法不足的问题，毕竟现在大家都图省事的说。于是现有语言中属python的库文件最多，且简单的胶水语言。那么通过c++调用Python会不会很方便呢？所以本着这样的想法我们研究一下。1、对python目录下的文件检查首先你得安装python 我这里是python3.4，打开安装目录下的include文件夹，也就找到了python.h，如图圈出！...

挖掘目的用数字图像处理部分来作为数据挖掘分析的数据源，按水色判断水质分类的数据以及用数码相机按照标准进行水色采集的图像数据，利用图像处理技术，通过水色图像实现水质的自动评价。分析方法水样图像维度过大，不易分析需要从中提取图像特征，提取反映图像本质的一些关键指标，这点在数据预处理中本质上是属性规约。属性一定程度上的关键直接影响识别效果和分类的好坏。图像特征主要包括颜色特征、纹理特征、形状特征和空间关

时间序列分析给定一个已被观测了的时间序列，预测该序列的的未来值。重点介绍AR模型、MA模型、ARMA模型和ARIMA模型1、时间序列的预处理拿到一个观察值序列后，首先要对它的纯随机性和平稳性进行检验，称之为预处理。在此区别纯随机序列、平稳非白噪声序列、非平稳序列。纯随机序列(白噪声序列)，序列的各项之间没有任何相关关系，序列有着完全无序的随机波动，可以终止对该序列的分析。白...

斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n>=2，n∈N*）..

手眼关系的数学描述1. eye in hand，这种关系下，两次运动，机器人底座和标定板的关系始终不变。求解的量为相机和机器人末端坐标系的位姿关系。2. eye to hand，这种关系下，两次运动，机器人末端和标定板的位姿关系始终不变。求解的量为相机和机器人底座坐标系之间的位姿关系。下面就变成了方程的求解问题。具体请参考：https://blog.csdn.net/yaked/...

https://github.com/carpedm20/DCGAN-tensorflow内部有文档说明