(⼀) 在 jupyter notebook 中，实现 KNN 算法和 Decision Trees 算法，要求有完整的注释 (⼆) ⼿手写数字识别 样本中包含1797个⼿手写数字灰度图像，每个图像⼤大⼩小为8*8，可使⽤用 numpy.load('filename.npy') 进 ⾏行行载⼊入 使⽤用留留出法拆分训练集与测试集，留留出10%作为测试集。训练KNN模型，搜索最佳的超参数k和n的取值，提 升识别准确度

2021年12月25号圣诞树42个不同的好看，炫酷，精彩程序，自己解压就可以用，非常好用

加州住房价格模型 客观的 我使用“加利福尼亚房屋价格数据集”的“随机森林回归”建立了一个模型，以预测加利福尼亚房屋的价格。 图书馆与依存关系 我在这里列出了该项目所需的所有必要的库和依赖项： import sys , os , tarfile , urllib . request import numpy as np import pandas as pd from sklearn . model_selection import train_test_split , cross_val_score , GridSearchCV from sklearn . model_selection import StratifiedShuffleSplit from pandas . plotting import scatter_matrix from sklearn . impute im

The classical article in decision trees

python实现RRT算法，带注释详解

算 法 与 数 据 结 构 课 程 设 计 报 告 B-Trees 的实现及分析 ① 实现在B-树上的查找，并分析其时间复杂性。 ② 实现B-树的ADT，包括其上的基本操作：结点的加入和删除。 ③ 要求B-树结构中的M=3 或5，实现其中的一种即可。 ④ 实现基本操作的演示。 (4) 实现提示

B-Trees 是一类满足特殊条件的M 路查找树。首先说明M 路查找树，M 路查找树是二元查找树的一般化，其结构如下图所示的3 路查找树：M 路查找树中的任一结点至多存放M-1个数据，并至多拥有M棵子树；每个结点中的数据按升序排列V1 < V2 < ...Vk (k <= M-1)，每个数据Vi 都存在一棵左子树和一棵右子树，如果左子树不空的话，该子树中所有结点的值都小于Vi,如果右子树不空的话，该子树中所有结点的值都大于Vi。

https://blog.csdn.net/weixin_46098577/article/details/116129817

HFT订单 如WK Selph所述，用于高频交易（HFT）的限价订单簿，已在Python3中实现（正在使用C实现） 基于WK Selph的博客文章： 在Archive.org的WayBackMachine上可用： "There are three main operations that a limit order book (LOB) has to implement: add, cancel, and execute. The goal is to implement these operations in O(1) time while making it possible for the trading model to efficiently ask questions like “what are the best bid and offer?”, “how much volume is there between prices A and B?” or “what is order X’s current position in the book?”. The v

很经典的字符串序列算法书籍，目前我还没有找到中文版的。这个是高清影印版本，英文的。其中讲述各种字符串匹配算法，包括KMP、BM等等。