MachineLearningNote

因为下面所有的机器学习代码均使用了sklearn,这里也补充了一下Sklearn的学习博客:

1,logistic Regression

关于逻辑回归文件夹中的数据和代码,详情请参考博客:

2,Decision Tree

关于决策树文件夹中的数据和代码,详情请参考博客:

3,K-NearestNeighbor(KNN)

关于K近邻文件夹中的代码和数据,详情请参考博客:

4,Naive Bayes

关于朴素贝叶斯文件夹中的代码,详情请参考博客:

5,K-Means&DBSCAN

关于K-Means&DBSCAN文件夹中的代码和数据,详情请参考博客:

6,Ensemble Learning

关于集成学习文件夹中的代码,详情请参考博客:

7,One Class SVM

关于单样本分类文件夹中的代码,详情请参考博客:

8,PCA

关于PCA降维算法文件夹中的代码,详情请参考博客:

9,LDA

关于LDA降维文件夹中的代码,详情请参考博客:

10,EM(GMM)

关于EM算法文件夹中的代码,详情请参考博客:

11,SVM

关于SVM算法文件夹中的代码,详情请参考博客:

12,XGBoost

关于XGBoost算法文件夹中的代码,详情请参考博客:

13,IsolationForest

关于IsolationForest算法文件夹中的代码,详情请参考博客:

14,RamdomForest

关于RamdomForest算法文件夹中的代码,详情请参考博客:

15,Local Outlier Factor(LOF)

关于 Local Outlier Factor(LOF) 算法文件夹中的代码,详情请参考博客:

16,SVD

关于 SVD 算法文件夹中的代码,详情请参考博客: