机器学习：基于TF-IDF算法、决策树，使用NLTK库对亚马逊美食评论进行情绪分析.zip

机器学习：基于TF-IDF算法、决策树，使用NLTK库对亚马逊美食评论进行情绪分析。对于文本分析，我们将使用 NLTK 库。NLTK 是构建 Python 程序以处理人类语言数据的领先平台。它为 50 多个语料库和词汇资源（如 WordNet）提供了易于使用的接口，同时还提供了一套用于分类、标记化、词干化、标记、解析和语义推理的文本处理库，工业级 NLP 库的封装器，以及一个活跃的讨论论坛。

深度学习：基于TensorFlow、Keras，使用长短期记忆神经网络模型(LSTM)对Microsoft股票进行预测分析

在本文中，我们将使用机器学习技术实现 Microsoft 股价预测。我们将使用 TensorFlow，这是一个由 Google 开发的开源 Python 机器学习框架。借助 TensorFlow，您可以轻松实现时间序列预测数据。由于股价预测是时间序列预测问题之一，我们将使用机器学习技术构建端到端的 Microsoft 股价预测。

机器学习：基于Sklearn、XGBoost，使用逻辑回归、支持向量机和XGBClassifier预测股票价格

在这篇文章中，我们将探讨如何通过使用逻辑回归、支持向量机和XGBClassifier来预测一个信号，并且该信号对于购买特定股票是否有帮助？我们将在这里用于执行分析和构建预测模型的数据集是特斯拉股价数据。我们将使用 2010 年 1 月 1 日至 2017 年 12 月 31 日的 OHLC（‘开盘价’、‘最高价’、‘最低价’、‘收盘价’）数据。

机器学习：使用高斯朴素贝叶斯分类器、随机森林分类器进行癌细胞分类，预测肿瘤是恶性还是良性

机器学习：使用高斯朴素贝叶斯分类器、随机森林分类器进行癌细胞分类，预测肿瘤是恶性还是良性 本文旨在根据癌细胞的特征对癌细胞进行分类，并确定它们是“恶性”还是“良性”；通过python编写两种经典的机器学习算法（随机森林分类和朴素贝叶斯分类）来训练细胞的形态特征。根据不同模型对癌症细胞的分类结果，对两个个模型在该数据集中的性能进行评价。

机器学习：基于Sklearn、XGBoost，使用XGBClassifier、支持向量机和决策树预测乳腺癌是良性还是恶性

机器学习：基于Sklearn、XGBoost，使用XGBClassifier、支持向量机和决策树预测乳腺癌是良性还是恶性，通过比较XGBClassifier、SVC、DecisionTreeClassifier优劣，选择准确率高达97%的XGBClassifier实现乳腺癌预测

机器学习：基于Sklearn、XGBoost模块，使用逻辑回归和支持向量机预测帕金森病

帕金森病是一种进行性疾病，会影响神经系统和由神经控制的身体部位，症状看起来也不太明显。僵硬、震颤和运动减慢可能是帕金森病的征兆。 但是，由于没有诊断这种疾病的诊断方法，因此无法确定一个人是否患有帕金森氏病。但是，如果我们使用机器学习来预测一个人是否患有帕金森氏病，那会怎么样呢？这正是我们将在本文中讨论的内容。本文基于Sklearn、XGBoost模块，使用Logistic Regression和支持向量分类器预测帕金森病

机器学习：基于逻辑回归对由心脏病引发的死亡进行预测分析

基于逻辑回归对由心脏病引发的死亡进行预测分析，数据集来自一项正在进行的对马萨诸塞州弗雷明汉镇居民的心血管研究。分类目标是预测患者未来10年是否有冠心病（CHD）的风险。数据集提供患者的信息。它包括4000多条记录和15个属性。

机器学习：基于K-Fold 交叉验证，使用支持向量分类器、高斯朴素贝叶斯分类器和随机森林分类器进行疾病预测分析数据集

机器学习：基于K-Fold 交叉验证，使用支持向量分类器、高斯朴素贝叶斯分类器和随机森林分类器进行疾病预测分析[项目数据集]

计算机毕业设计：基于Java和J2EE旅游景区预定系统设计与实现.zip

1. 系统的设计模式采用三层的 B/S 结构，前台系统和后台系统都可通过互联网进行访问，分别定义不同的前台和后台访问地址，系统管理员可以通过不同的访问地址访问前台和后台系统，并进行系统的维护。而游客仅能访问前台系统。 2. 整个系统分为后台系统和前台系统两个部分。后台系统是用系统管理员维护，是对旅游相关资源和信息的管理，这些信息资源和相关数据最终会反映和影响前台系统，为前台系统的信息显示和访问提供数据和控制标准。前台系统的主要用户是游客，通过浏览器能够对前台系统进行访问，使游客能实现对旅游相关信息的查询。系统的前台、后台功能是相互联系的，它们通过采用统一的数据库实现的数据的共享，进行统一的数据交互。 3. 系统管理员可访问后台系统中的功能模块，能够对系统的访问权限进行设定，实现对系统用户权限的分配、管理，完成对相关旅游信息的维护。普通游客仅能访问系统的相关信息，只能进行简单地检索工作。而当游客需要对自己所浏览的信息进行预订和处理时，必须要完成系统的注册，成为系统的会员。注册的会员可对自己的个人信息进行修改、可以实现系统提供的食、行、宿的预订和查询。

计算机毕业设计：基于springboot、vue大学生实习管理系统设计与实现.zip

1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。 2.IDE环境：IDEA，Eclipse,Myeclipse都可以。推荐IDEA; 3.tomcat环境：Tomcat 7.x,8.x,9.x版本均可 4.硬件环境：windows 7/8/10 1G内存以上；或者 Mac OS； 5.是否Maven项目: 是；查看源码目录中是否包含pom.xml；若包含，则为maven项目，否则为非maven项目 6.数据库：MySql 5.7版本； #### 技术栈 1.核心框架：Spring Boot。 2.安全框架：Apache Shiro。 3.模板引擎：Thymeleaf。 4.持久层框架：MyBatis。 5.定时任务:Quartz。 6.数据库连接池：Druid。 7.工具类：Fastjson。 8.前端：Thymeleaf+html+JQuery+bootstrap