数据标准化的四种常用方法——“最小-最大标准化”、“Z分数标准化”、“小数定标标准化”和“总和归一标准化”。

主成分分析法（PCA）通过线性变换将原始的数据转化为一组各维度上线性不相关的表示，这些线性不相关的表示就称为"主成分"。

MATLAB——将RGB图像转换为灰度图、黑白图(imread、imshow、imwrite)示例

建模常用的分类、回归模型评估指标。

利用Python的imblearn库解决类别不均衡问题过采样：SMOTE,ADASYN欠采样：RandomUnderSampler,ClusterCentroids,NearMiss

k-medoids聚类是一种无监督的聚类算法，它对未标记数据中的对象进行聚类

随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。直观角度来解释，每棵决策树都是一个分类器（假设现在针对的是分类问题），那么对于一个输入样本，N棵树会有N个分类结果。而随机森林集成了所有的分类投票结果，将投票次数最多的类别指定为最终的输出，这就是一种最简单的 Bagging 思想。