随机数测试 VC版本，需要的拿去。

使用Python进行随机森林图像分类 使用Python的随机森林图像分类 请遵循以下文件夹结构。 图像分类（文件夹） 数据集（文件夹） 火车（文件夹） 图像Cat1文件夹 train_img.jpg train_img.jpg train_img.jpg ....... 图像Cat2文件夹 train_img.jpg train_img.jpg train_img.jpg ....... 测试（文件夹） test_img.jpg test_img.jpg test_img.jpg ....... 导出目录） 数据.h5 标签.h5 random_fo_image.py

mysql-random-data-generator：这是最简单MySQL随机测试数据生成器工具。 加载过程并执行以自动检测列类型并加载数据

随机矩阵 随机矩阵理论的软件包。 希望增加足够的功能并在2021年8月发布。 例子 随机矩阵理论 随机矩阵模型 生成3 x 3随机Unit矩阵运行 RandomUnitaryMatrix(3)或等效 rand(Haar(2,3)) 生成3 x 3随机正交矩阵 RandomOrthogonalMatrix(3)或等效 rand(Haar(1,3)) 随机线性代数 如果A是一个乘m矩阵，而B是一个乘w矩阵。 运行RandomSamplingMatrix(A,B,k=2)将生成大小为m×k的随机采样矩阵S。 其中E（SS'）= I，而E（ASS'B）= AB。 对于定义，请检查代码或在2.2节末尾（在2.3节之前）查找S：= SD。

使用Cifar-10数据集进行图像分类 资料来源： 数据集下载： 抽象的： CIFAR-10数据集包含10个类别的60000个32x32彩色图像，每个类别6000个图像。 *有50000张训练图像和10000张测试图像。 数据集分为五个训练批次和一个测试批次，每个批次具有10000张图像。 测试批次包含每个类别中恰好1000个随机选择的图像。 训练批次按随机顺序包含其余图像，但是某些训练批次可能包含比另一类更多的图像。 在它们之间，培训批次包含每个班级的正好5000张图像。 这些是数据集中的类： 飞机 汽车 鸟 猫 鹿 狗 青蛙 马 船 卡车 这些类是完全互斥的。 即汽车和卡车之间没有重叠。 “汽车”包括轿车，越野车和类似的东西。 “卡车”仅包括大型卡车。 都不包括皮卡车。 方法 导入的数据集 分析数据 应用的PCA 使用随机森林进行预测 使用KNN进行预测 使用Logist

Probability and Random Variables: A Review Mathematical Description of Random Signals Response of linear Systems to Random Inputs Wiener Filtering The Discrete Kalman Filter, State-Space Modeling, and Simulation

基于网络的入侵检测系统：基于网络入侵检测系统的最后一年项目

Random-Forest-Matlab-master,随机森林

matlab 编写的 关于random forest 的分类和回归代码，已试验，可以成功运行

银行营销数据分析 要求 Python 2.7 脾气暴躁> = 1.14.2 Matplotlib> = 2.2.0 熊猫> = 0.22.0 Scikit-Learn> = 0.19.1 描述 银行营销数据集是从葡萄牙语的一家银行机构的直接营销活动中收集的。 营销活动可以理解为打给客户的电话，说服他们接受他们向其银行存入定期存款。 每次通话后，他们被记为否-是客户未存入保证金，是-是通话中接受接受存入的客户。 该项目的目的是根据客户的信息预测应召客户是否愿意存入定期存款。 该项目考虑的银行营销数据集仅占全部可用数据集的一小部分（10％）。 该数据集包含约4119行数据，其中包含19个功能部件和1列Class信息。 数据集的主要问题是： 需要进行预处理以填充数据集中的未知值 需要进行预处理以决定分类数据和连续数据的使用 数据是类别不平衡的（与类别0的数量（否）相比，类别1