./
├── README.md
├── data 数据集
│ ├── Folds5x2_pp.xlsx
│ ├── PRSA_data_2010.1.1-2014.12.31.csv
│ ├── ccpp.csv
│ ├── fisher
│ │ ├── test_data.txt
│ │ └── train_data.txt
│ ├── flights.csv
│ ├── flights_export.csv
│ ├── international-airline-passengers.csv
│ ├── iris.txt
│ ├── jet_rail.csv
│ ├── portland-oregon-average-monthly.csv
│ ├── titanic_train.csv
│ ├── titantic_test.csv
│ ├── wine.data
│ └── 电影票房.csv
├── images Jupyter所需图片
├── main.py
├── models 保存的模型
│ ├── international-airline-passengers.h5
│ └── multi_variables_regression.h5
├── notebooks
│ ├── Adaboost.ipynb Adaboost算法
│ ├── DecisionTree.ipynb 决策树
│ ├── DifferenceEquation.ipynb 差分方程
│ ├── DifferentialEquation.ipynb 微分方程
│ ├── DiscriminantAnalysis.ipynb 降维
│ ├── EpidemicModel.ipynb 传染病模型
│ ├── GraphTheory.ipynb 图论
│ ├── GreyForecasting.ipynb 灰色预测
│ ├── K-MeanCluster.ipynb K均值聚类
│ ├── LinearProgramming.ipynb 线性规划
│ ├── LinerRegression.ipynb 线性回归
│ ├── LogisticRegression.ipynb 逻辑回归
│ ├── MonteCarloMethod.ipynb 蒙特卡洛方法
│ ├── Networkx.ipynb Networkx库的使用
│ ├── NumericalApproximation.ipynb 数值逼近
│ ├── RandomForest.ipynb 随机森林
│ ├── Regression.ipynb 回归
│ ├── SupportVectorMachine.ipynb 支持向量积
│ └── TimeSequence.ipynb 时间序列
├── requirements.txt 需要的python包
├── src
│ ├── __init__.py
│ ├── __pycache__
│ ├── breast_cancer.py 随机森林乳腺癌预测
│ ├── fill_na 随机森林填补空值
│ │ ├── __init__.py
│ │ ├── fill_na_1.py
│ │ └── fill_na_2.py
│ ├── fisher_analyse.py Fisher算法
│ ├── international_airline_passengers 时间序列乘客预测
│ │ ├── __init__.py
│ │ ├── international_airline_passengers.py
│ │ └── use_time_model.py
│ ├── interpolation.py 插值
│ ├── multi_step_simension 多维多步时间序列
│ │ ├── LSTM_Interface_Msteup.py
│ │ ├── LSTM_Interface_Msteup_II.py
│ │ ├── Test_Msteup.py
│ │ ├── Test_Msteup_II.py
│ │ └── __init__.py
│ ├── non_linear_regression.py 非线性回归
│ ├── time_sequence
│ │ ├── __init__.py
│ │ ├── jet_rail.py
│ │ ├── multi-varibles-regression.py 多变量时间序列
│ │ └── slide_window.py 滑动窗口时间序列预测
│ └── transportation_problem.py 线性规划运输问题
└── utils 工具包
├── GM.py GM算法
├── __init__.py
├── __pycache__
├── c_means_cluster.py c均值聚类
├── get_stability.py 稳定性评价
├── grey_forecast.py 灰色预测
├── random_forest.py 随机森林填补空值
└── series_to_supervised.py 多维时间步转换
13 directories, 94 files