首先对数据进行拆分，分为测试集与训练集，通过训练集进行贝叶斯网络的建模，最后利用建立的模型进行预测或分类任务的R语言代码-First, the data is split into a training set and test set, Bayesian network modeling through the training set, and finally the use of the model to predict or classify tasks R language code

首先声明，这是别人写的LDA主题模型代码，本人测试过，可以运行，但是输出跟输出有点不尽人意，输入的是词的序号和该词在文档中出现的次数，要是可以直接读取文档就完美了。输出是主题以及词在该主题出现的概率，其中得到的主题我就看不懂了，不知道是算法问题，还是因为我的水平有限。在研究LDA主题模型的朋友，可以下载试一下-First statement, which is written by someone else LDA topic model code, I tested, you can run,

This code use for image texture classification use packet wavelet first level

间隔偏最小二乘算法代码，但要自己先琢磨下才更容易吸收-Interval partial least squares algorithm code, but under their own first to be more easily absorbed