Machine-Learning

• 我的博客
  

• 机器学习实战（详细代码注释+训练数据集），持续更新中！
  

kNN（k-邻域算法）

代码

• 1.简单k-NN

• 2.海伦约会

• 3.数字识别

Decision Tree（决策树）

代码

• 1.贷款预测

• 2.隐形眼镜

Navie Bayes（朴素贝叶斯）

代码

• 1.言论过滤器

• 2.垃圾邮件过滤器

• 3.新浪新闻分类器

Logistic（Logistic回归）

代码

• 1.Logistic基础训练

• 2.改进的随机梯度上升算法

• 3.病马死亡率预测

第六章：SVM（支持向量机）

代码

• 1.简化版SMO算法

• 2.完整版SMO算法

• 3.非线性SVM

• 4.Sklearn SVC手写数字识别

第七章：AdaBoost

代码

• 1.基于单层决策树的AdaBoost训练过程

• 2.在难数据集上应用AdaBoost

• 3.sklearn实现AdaBoost

• 4.ROC曲线绘制

Regression(线性回归)

代码

• 1.线性回归(普通线性回归+局部加权线性回归)

• 2.预测鲍鱼年龄

• 3.逐步线性回归

• 4.乐高玩具二手价格预测

Regression Tree(树回归)

代码

• 1.树回归