【sklearn】xclara聚类数据集，python-sklearn，Kmeans聚类练手

【数据描述】 经典机器学习算法练手聚类数据集，csv格式，存储了3000余组坐标点数据（x，y），可用于sklearn或普通python实现KMeans聚类，回归等任务 【使用说明】 建议python使用pandas进行数据导入，再使用python进行数据分析以及聚类等，也可以通过自己生成训练集与测试集的方式完成数据划分

【python&sklearn】机器学习，分类预测常用练手数据——鸢尾花数据集

【内容介绍】 python，sklearn机器学习，logstic等各种回归常用的鸢尾花数据集，含训练集和测试集，csv格式，其中训练集包含鸢尾花特征及标签数据120组，测试集包含特征及标签数据30组。 【适用场景】 需要一些练手分类数据集或采用sklearn下载相关数据集遇到问题的python机器学习初学阶段 【所需条件】 建议使用pandas等python表格数据工具包进行导入，数据格式为常见的csv表格形式

模式识别之male_female+人脸识别实验作业——分任务python代码，基于一般python及sklearn实现

内容概要： 模式识别大作业，模式识别之male_female+人脸识别实验作业——分任务python代码，基于普通python代码及sklearn实现，包括贝叶斯分析，一维及二维正态分布数据处理，Fisher线性判别，及PCA数据降维原理相关代码，人脸识别PCA降维及最近邻、k近邻算法等（内含实验数据） 效果：代码均实际实验过，可以跑通，且自带实验准确率计算以及具体标签验证可视化 只需提前安装好sklearn、scipy等包即可成功运行。

【实验专题】不确定性计算实验一模糊聚类完整代码部分（附提高部分参考代码）

实验专题部分的手撸实验一模糊动态聚类（python代码），仅供参考，内部包含完整的实验流程代码+提高部分实验代码测试