C++简单实现关联规则发掘中Apriori算法

2D多边形碰撞专用多边形检测算法，C++制造，支持圆形，三角形，不规则多边形，矩形，支持这几种多边形互相之间的碰撞检测，效率很高，每一个算法都专门做了函数

1、基于模仿数据集，实现Apriori算法以获得频繁项集。
2、基于上一步得到的频繁项集，编写算法得到关联规则。
3.有文档,源代码在文档中,与jar包

sentnel-dashboard消费改造版：【push模式】实例化监控数据[mysql]，持久化流控rule规则配置到redis，

简单的用Matlab完成的最邻近规则的聚类小程序

该论文主要是讲述编写一个叫“雨不断下”的小游戏的整个过程。
包括引言、问题陈述、问题分析、设计实现、评价总结几个部分。
其中引言部分主要是介绍JAVA语言区别于其他语言的无可比拟的优点以及在编写游戏方面的优势，这也是我们为什么用JAVA写的原因。
问题陈述主要讲为何编写这个游戏，以及对整个游戏进行整体的一个构思，规划，要实现的基本功能，玩法及规则等。
问题分析就是用面向对象的分析的方法对我们的构思进行解析，抽象出类、属性、方法等，为第四步的具体实现打基础。
设计实现就在分析的基础上对涉及到的几个游戏的关键点进行具体设计，得出整个要实现的总体框架及给出最后实现的结果。
最后是评价总结，对优缺点、难点及扩展性等进行说明。

关联规则商品销售数据集，描述一个商店的商品销售记录，用于数据发掘与机器学习。

1、操作符（&&）被用来说明两个条件同为真的情况。
2、接口只能定义方法，实现要由（类）完成。
3、任何事物都是（对象），它可以是现实世界中的一个物理对象，可以是笼统的概念或规则。
4、（+=）运算符将左右操作数相加的结果赋值给左操作数。
5、（Array）是所有数组的基类。
6、如果一个属性里既有set访问器又有get访问器，那么该属性为（读写）属性。
7、如果一个属性里只有set访问器，那么该属性为（　只写　）属性。
8、常量通过关键字（const）进行声明。
9、在C#中，进行注释有两种方法：使用//和使用“/**/”符号对，其中（//）只能进行单行注释。
10、布尔型的变量可以赋值为关键字（true）或（false）。
11、System.Array有一个（Length）属性，通过它可以获取数组的长度。
12、如果一个类包含一个或多个笼统方法，它是一个（笼统）类。
13、SQL语句中删除一个表中记录，使用的关键字是（delete）。
14、设x=10;则表达式x＜10?x=0:x++的值为（ 10）。

Drools是一个基于CharlesForgy's的RETE算法的，易于访问企业策略、易于调整以及易于管理的开源业务规则引擎，符合业内标准，速度快、效率高。
Drools是用Java语言编写的开放源码规则引擎，使用Rete算法对所编写的规则求值。
Drools允许使用声明方式表达业务逻辑。
可以使用非XML的本地语言编写规则，从而便于学习和理解。
并且，还可以将Java代码直接嵌入到规则文件中，这令Drools的学习愈加吸引人

数据挖掘算法算法目录18大DM算法包名 目录名 算法名AssociationAnalysis DataMining_Apriori Apriori-关联规则挖掘算法AssociationAnalysis DataMining_FPTree FPTree-频繁模式树算法BaggingAndBoosting DataMining_AdaBoost AdaBoost-装袋提升算法Classification DataMining_CART CART-分类回归树算法Classification DataMining_ID3 ID3-决策树分类算法Classification DataMining_KNN KNN-k最近邻算法工具类Classification DataMining_NaiveBayes NaiveBayes-朴素贝叶斯算法Clustering DataMining_BIRCH BIRCH-层次聚类算法Clustering DataMining_KMeans KMeans-K均值算法GraphMining DataMining_GSpan GSpan-频繁子图挖掘算法IntegratedMining DataMining_CBA CBA-基于关联规则的分类算法LinkMining DataMining_HITS HITS-链接分析算法LinkMining DataMining_PageRank PageRank-网页重要性/排名算法RoughSets DataMining_RoughSets RoughSets-粗糙集属性约简算法SequentialPatterns DataMining_GSP GSP-序列模式分析算法SequentialPatterns DataMining_PrefixSpan PrefixSpan-序列模式分析算法StatisticalLearning DataMining_EM EM-期望最大化算法StatisticalLearning DataMining_SVM SVM-支持向量机算法其他经典DM算法包名 目录名 算法名Others DataMining_ACO ACO-蚁群算法Others DataMining_BayesNetwork BayesNetwork-贝叶斯网络算法Others DataMining_CABDDCC CABDDCC-基于连通图的分裂聚类算法Others DataMining_Chameleon Chameleon-两阶段合并聚类算法Others DataMining_DBSCAN DBSCAN-基于密度的聚类算法Others DataMining_GA GA-遗传算法Others DataMining_GA_Maze GA_Maze-遗传算法在走迷宫游戏中的应用算法Others DataMining_KDTree KDTree-k维空间关键数据检索算法工具类Others DataMining_MSApriori MSApriori-基于多支持度的Apriori算法Others DataMining_RandomForest RandomForest-随机森林算法Others DataMining_TAN TAN-树型朴素贝叶斯算法Others DataMining_Viterbi Viterbi-维特比算法18大经典DM算法18大数据挖掘的经典算法以及代码实现，涉及到了决策分类，聚类，链接挖掘，关联挖掘，模式挖掘等等方面,后面都是相应算法的博文链接，希望能够协助大家学。
目前追加了其他的一些经典的DM算法，在others的包中涉及聚类，分类，图算法，搜索算等等，没有具体分类。
C4.5C4.5算法与ID3算法一样，都是数学分类算法，C4.5算法是ID3算法的一个改进。
ID3算法采用信息增益进行决策判断，而C4.5采用的是增益率。
详细介绍链接CARTCART算法的全称是分类回归树算法，他是一个二元分类，采用的是类似于熵的基尼指数作为分类决策，形成决策树后之后还要进行剪枝，我自己在实现整个算法的时候采用的是代价复杂度算法，详细介绍链接KNNK最近邻算法。
给定一些已经训练好的数据，输入一个新的测试数据点，计算包含于此测试数据点的最近的点的分类情况，哪个分类的类型占多数，则此测试点的分类与此相同，所以在这里,有的时候可以复制不同的分类点不同的权重。
近的点的权重大点，远的点自然就小点。
详细介绍链接NaiveBayes朴素贝叶斯算法。
朴素贝叶斯算法是贝叶斯算法里面一种比较简单的分类算法，用到了一个比较重要的贝叶斯定理，用一句简单的话概括就是条件概率的相互转换推导

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。