MachineLearning

一些常见的机器学习算法的实现代码

目录介绍

• DecisionTree

  Python、Numpy、Matplotlib实现的ID3、C4.5，其中C4.5有待完善，后续加入CART

• KMeans

  介绍了聚类分析中最常用的KMeans算法（及二分KMeans算法），基于NumPy的算法实现，以及基于Matplotlib的聚类过程可视化。

• kNN

  基于python+numpy实现了K近邻算法，并将其应用在MNIST数据集上

• ManifoldLearning

  运用多种流形学习方法将高维数据降维，并用matplotlib将数据可视化(2维和3维)

• NaiveBayes

  朴素贝叶斯算法的理论推导，以及三种常见模型（多项式模型，高斯模型，伯努利模型）的介绍与编程实现（基于Python，Numpy）

• PCA

  基于python+numpy实现了主成份分析PCA算法

• SVM

  对使用广泛的libsvm、liblinear的使用方法进行了总结[libsvm liblinear-usage]

• logistic regression

  基于C++以及线性代数库Eigen实现的logistic回归�

  基于python+numpy实现了logistic回归（二类别）��