这是一篇算法调用集合整理，搜集了一些常用的机器学习算法的调用方式、参数详解、调参方法和实例。仅供学习、记录和快速查询，内容还在持续更新中。
最近由于工作需要，用 PPT整理了一下常用的两个评分类的算法：熵权法，层次分析法。对某事件进行多因素综合评价的过程，实质上就是科学研究与决策的过程。
ARIMA模型的基本思想是：将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列，从而实现对未来值的预测。
指数平滑法实际上是一种特殊的加权移动平均法，指数平滑法分为：单指数平滑法、二指数平滑法（趋势法）、三指数平滑法；三指数平滑法又称Holt-Winters。
pandas 是基于NumPy的一种工具，pandas提供了大量能使我们快速便捷地处理数据的函数和方法。它是使Python成为强大而高效的数据分析环境的重要因素之一。
OPTICS 聚类算法是基于密度的聚类算法，全称是 Ordering points to identify the clustering structure。OPTICS 也是为了优化 DBSCAN 而出现的。
XGBoost 是大规模并行 boosting tree 的工具，它是目前最快最好的开源 boosting tree 工具包。
