本部分为课程作业项目文件，包括《数据挖掘》和《优化算法》两门课程。

数据挖掘实践

1.数据获取与预处理:从UCI、Kaggle、Python爬虫或其它公开渠道获取。对数据集进行探索和预处理，包括但不限于缺失值处理、去重、异常值处理、归一化处理、特征编码、降维等。

2.至少使用三种分类算法，计算Confusion-matrix，进行算法比较分析

3.至少使用三种回归算法，计算MSE，进行算法比较分析

4.至少使用三种聚类算法，图形化显示聚类效果

1. 数据集及预处理

2. 模型构建

3. 模型评估与分析

优化算法

使用一种优化算法对分类器参数进行训练，给出训练过程和结果。