度量学习算法

机器学习实验，实现EM算法文件读取数据，标准差为1，实现EM算法求均值。

算法学习笔记 通过leetcode的每日打卡,熟悉的分类算法;记录下学习过的算法题,整理成markdwn文本;并根据打卡情况制定计划,着重学习自己很难甚至没有理解的算法。习惯用Jupyter Note

本资源包括线性回归，Logistic回归和一般回归，K-means聚类分析，独立分析，线性判别分析，增强学习，还有混合高斯模型和EM算法的的学习笔记，往后还有更新。

机器学习算法基础学习总结

大学生学习体验调查中主动合作学习维度量表的Rasch分析，王国庆，刘金兰，文章以天津大学学习体验调查中主动合作学习（ACL）维度量表上的数据为实例，运用Rasch模型评估了该量表的质量。主要通过拟合度

alibi-detect是一个开源Python库，专注于离群值，对抗性和概念漂移检测。该软件包旨在涵盖表格数据，图像和时间序列的在线和离线检测器。离群值检测方法应允许用户识别全局，上下文和集体离群值。

在传统的基于欧几里德距离函数的轨迹相似性计算过程中，要求轨迹等长且时间点对应，无法度量不等长且有局部时间偏移的轨迹相似性。因此在构造同步轨迹集合过程中产生信息损失较大，影响轨迹数据的可用性。为此，通过

CNN人脸识别模型中的结构和特征度量算法研究.pdf

针对基于信息熵的决策树算法中存在的多值属性偏向、连续属性处理不佳和时间复杂度较高等问题，提出了一种基于离散比概念的决策树特征度量方法。采用K-means聚类算法对连续性数值属性进行离散化处理。这一步骤

提出了一种基于TreeMiner算法挖掘频繁子树的文档结构相似度量方法,解决了传统的距离编辑法计算代价高而路径匹配法无法处理重复标签的问题。该方法架构了一个新的检索模型—频繁结构向量模型,给出了文档的