本项目旨在为流数据学习(stream learning)算法的开发提供一个统一的平台，集成了多种流数据学习算法，并配备了相应的测试数据生成方法。平台包含流数据的生成、调度、学习和测试等功能模块，能够满足不同算法在动态流数据环境下的开发和验证需求。通过提供一个高度集成的工具链，用户可以便捷地进行流数据算法的设计、实验与调优，推动流数据学习领域的研究与应用发展。
标准正态变换;
多元散射校正;
Savitzky-Golay 平滑滤波函数;
滑动平均滤波;
一阶差分;
二阶差分 ;
小波变换 ;
均值中心化;
标准化 ;
最大最小归一化 ;
矢量归一化
连续投影算法（successive projections algorithm， SPA） 是前向特征变量选择方法。SPA利用向量的投影分析，通过将波长投影到其他波长上，比较投影向量大小，以投影向量最大的波长为待选波长，然后基于矫正模型选择最终的特征波长。SPA选择的是含有最少冗余信息及最小共线性的变量组合。
pyminer 是一款基于Python的开源、跨平台数据处理计算解决方案，通过加载各种插件实现不同的需求，用易于操作的形式，在统一的界面中，通过数据计算实现用户所设想的任务。
