哇！看到有人star这个项目了 本来打算把这个项目当成一个备份的 但既然有人star了，那么就要好好对待啦！！！
我这里不介绍任何机器学习算法的原理，只是将《统计学习方法》中每一章的算法用我自己的方式实现一遍。 除了李航书上的算法外，还实现了一些其他机器学习的算法。
那么我们就按章节来了
博客：李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）
代码：perceptron/binary_perceptron.py
博客：李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）
代码：knn/knn.py
博客：李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）
代码：naive_bayes/naive_bayes.py
博客：李航《统计学习方法》第五章——用Python实现决策树（MNIST数据集）
代码：decision_tree/decision_tree.py
博客：李航《统计学习方法》第六章——用Python实现逻辑斯谛回归（MNIST数据集）
代码：logistic_regression/logistic_regression.py
博客：李航《统计学习方法》第六章——用Python实现最大熵模型（MNIST数据集）
代码：maxENT/maxENT.py
博客：李航《统计学习方法》第七章——用Python实现支持向量机模型（伪造数据集）
代码：svm/svm.py
博客：李航《统计学习方法》第八章——用Python+Cpp实现AdaBoost算法（MNIST数据集）
纯Python代码：AdaBoost/adaboost.py
Python C++代码：AdaBoost/adaboost_cpp.py,AdaBoost/Sign/Sign/sign.h,AdaBoost/Sign/Sign/sign.cpp
正在施工中...
###softmax分类器
博客：python 实现 softmax分类器（MNIST数据集）
代码：softmax/softmax.py