/Machine-Learning

机器学习相关算法理解与研究和算法实现

Primary LanguageJupyter Notebook

机器学习相关算法研究和复现

2018-03-06

K-近邻算法

  • 1.算法讲解
    • K-近邻（K-NN）算法研究和实现.ipynb算法讲解与Python实现
  • 2.案例实现（1）
    • Data格式.png为数据存放格式
    • K_NNData.txt为数据存放
    • KNN.pyKNN实现“海伦约会”对象的判定
  • 3.案例实现（2）
    • KNN_sklearn.py使用机器学习库来对手写数字的分类
    • *testDigits/trainingDigits/*为手写数字数据集的测试集和训练集，其中每个txt文件为32x32个像素值

2018-03-17

XGBoost算法

  • 1.数据的预处理以及skleaen包进行XGBoost实现   - XGBoost使用.ipynb介绍具体使用和文件处理

  • 2.XGBoost预测台风实例

    • xgboost数据预处理.ipynb将data文件夹中的*.mat文件转化成为.csv文件，其中，必须在同一文件夹下才能正常运行； ~~- 数据文件为X_noyear.csv和Y_noyear.csv两个，数据类型为(66, 498)，(66,)；~~   - XGBoost预测台风.ipynb为主要文件，里面包含对XGBmodel的构建以及具体训练过程；   - 数据文件更改为X_50.csv*,X_16.csv,Y_50.csv和Y_16.csv，分开来的训练集和测试机，改变原来的预测结构   - model文件夹下存放.pkl文件

2018-03-18

决策树（Decision Tree）算法

-1. 对于信息增益，最优选择，生成算法以及剪枝没搞明白，日后补充 -2. Desicion_Tree_sklearn使用sklearn包实现了对已有数据使用决策树来进行分析处理