Big-data-analysis-and-processing

大数据分析与处理

数据分析1#：实现基本的数据预处理操作

数据分析2#：实现线性回归、J48算法

数据分析3#：实现K-means算法

数据分析4#：实现PCA降维、J48的特征选择算法

数据分析5#：实现随机森林、基于线性回归的模型融合

1、算法实现主要参考了《机器学习实战》，有少量的创新。其中K-means算法性能不高，时间耗费相对较大；J48算法对连续型数据的操作没有实现；模型融合是参照stacking的流程，效果一般，使用不当容易造成过拟合。

2、每个文件夹中均存放了源代码文件和数据文件，以及均有word详细说明，部分文件夹中含有生成保存的效果图片。