每个代码都可以运行哦 运行环境我的是VC6.0 数值分析C++源码-二分法,迭代法,牛顿法,高斯消元法,高斯先列主元消元法,高斯全主元消元法,标度化列住院消元法,直接三角分解法,道立特分解法,改进的平方根法,平方根法,雅克比法,高斯赛德尔迭代法,牛顿插值法,拉格朗日插值法,最小二乘法,牛顿插值

乳腺癌数据集二分类_乳腺癌数据集

乳腺癌数据集 Python 预测模型 乳腺癌数据集二分类预测 机器学习 深度学习 网格搜索+logistic逻辑回归+神经网络+SVM支持向量机+KNN 条形图折线图可视化 预测效果较好，拟合较为准确。 jupyter notebook numpy pandas matplotlib sklearn 数据分析 数据挖掘

二分查找法的优点：查找速度快 1024个长度的表最长只需10次查表就能得出结果 在用NTC测试温度的方案中，NTC的温度表的长度一般是100-200 有些达到400-500的长度 在这种情况下如果用逐个查表比较的方法来查温度 会导致查表的时间过长，影响程序的 执行效率 这里推出一个优秀的算法来取代这种最笨的做法

H = COCHRANQTEST(X) 在 N×K 矩阵的 K 列具有相同成功次数和失败次数的假设下执行非参数 Cochran Q 检验。 H==0 表示不能在 5 显着性水平拒绝原假设。 H == 1表示原假设可以在5％的水平上被拒绝。 X 应包含二分值（成功/失败、左/右、是/否、真/假、0/1 等），其中一个值表示成功，另一个值表示失败。 K列对应K个相关观察； N行对应于N个不同的情况。 请注意，成功和失败的编码无关紧要。 最高值将被视为成功。 另请注意，仅包含成功或失败的案例不会影响测试统计量。 X 可以是（两个不同的）字符串的元胞数组（例如，“YES”和“NO”）。 H = COCHRANQTEST(...,ALPHA) 在显着性水平 (100*ALPHA)% 上执行检验。 ALPHA 必须是 0 到 1 之间的标量。 [H,P] = COCHRANQTEST(...)

quartus中编写的二分频程序，在modelsim中进行仿真，所用程序

111111211111111111111111111111111111111111111111111111111111111111111111111111111111111111111

蚂蚁蜜蜂数据集，可以做二分类任务

本演示程序用VC6.0编写，完成递归版本和迭代版本的二分查找的实现

《数据结构与算法》-李春葆 实验报告-典型查找算法实践-二分查找、分块索引查找