python-machine-learning：scikit-learn和TPOT简介

C2MON：CERN控制和监视平台 CERN控制和监视平台（C2MON）是一个异构数据采集和监视框架。 它包含许多有用的功能，例如历史指标的持久性和浏览，命令执行和警报。 它可以适合于构建许多不同类型的监视和控制系统或完整的SCADA应用程序。 文献资料 请参阅当前。 问题跟踪 所有C2MON问题都在系统中进行跟踪和维护。 或者，您可以发送电子邮件至 。 发行说明 请查看文件。 下载最新的稳定服务器tarball 可以从下载C2MON服务器压缩文件 请也检查以找出最新的稳定发行版本。 从源头建造 C2MON使用基于的构建系统。 在下面的说明中，。/ ./mvnw是从源树的根调用的，并用作构建的跨平台，自包含的引导程序机制。 先决条件 和 确保您的JAVA_HOME环境变量指向从JDK下载中提取的JDK 11文件夹。 集成开发环境 为了减少样板代码，我们使用了最新的 ，需要中进行才能编译项目。 查看来源 git clone git@github.com:c2mon/c2mon.git 编译和测试； 生成所有jar，分发tarball和文档 ./mvnw package 贡献 欢迎

聂大佬的聚类代码【自适应近邻聚类代码】

A Robust Fuzzy Local Information C-Means Clustering Algorithm A Robust Fuzzy Local Information C-Means Clustering Algorithm

Mean-shift MATLAB code.简单易用。当前比较流行的聚类方法

根据谱聚类原理，对原始数据建立相似度矩阵W，根据W获取Laplacian矩阵，计算L的前K个最小的特征向量，把这k个特征向量排列在一起组成一个N*k的矩阵并使用 K-means 算法进行聚类

一篇关于稀疏子空间聚类算法、理论的概述性论文，可以用于参考

双聚类算法 , 解决了传统聚类在对高维数据时遇到的瓶颈问题；文件包含了最常用的CC，FLOC，BiMax，OPSM，Plaid，SAMBA，xMOTIFs，LAS，Spectral CoClustering (Biclustering) 等多种双聚类代码，并注有代码对应的文献。

Data Clustering 50 years beyond kmeans 翻译 Data Clustering 50 years beyond kmeans 翻译

Data clustering algorithm and application ，数据聚类算法和应用