Happyxianyueveryday / statslibrary

统计分析课程实验作业/包含《统计分析方法》中因子分析，主成分分析，Kmeans聚类等典型算法的手写实现

statslibrary

统计分析与机器学习课程实验作业

statslibrary包含主成分分析，聚类分析等统计分析算法的实现。

需要使用某个算法模块，只需要包含对应模块文件夹下的对应头文件即可使用，各个模块的使用说明文档也请参见对应的文件夹下的readme文档。statslibrary中所实现的各个分析算法请参见如下的目录。

目录

1. Distance：距离计算模块，包含欧氏距离，马氏距离等距离计算方法

2. CorreCoef：相关系数与相关系数矩阵计算模块，包含pearman相关系数，spearman相关系数等相关系数计算方法

3. GeneralStats：一般分析统计量计算模块，包含平均数，中位数，众数，分位数，方差，标准差，极差，偏度，峰度等统计量计算方法

4. VarAnaly：方差分析模块，包含单因素方差分析和双因素方差分析

5. *LinearRegre：回归分析模块，包含一元和多元线性回归分析

6. PCA：主成分分析模块

7. Kmeans：K-Means, Kmeans聚类法模块

8. SCM (Ward-Hierarchical-Clustering)：系统聚类法（又称层次聚类法）模块

9. DistanceDiscri：距离判别分析模块

10. BayesDiscri：朴素贝叶斯判别分析模块

11. *FisherDiscri：费歇判别分析模块

12. FacAnaly：因子分析模块