/ml

<机器学习实战>

Primary LanguagePython

python3实现<机器学习实战>

这个程序中不仅包括了机器学习实战中的算法内容，同时也包含了各个章节算法对应sklearn的demo. 此外，我接触到其他的内容也会逐步添加到这里来.

目前已经完成的算法：

  1. KNN
  2. 朴素贝叶斯
  3. 逻辑回归
  4. 决策树
  5. pca 主成分分析
  6. svd 奇异值分解
  7. aprior

建议学习的顺序：

  1. KNN：
    这个算法相对简单，可以快速感受到机器学习的实际效果；

  2. kmeans: 和knn一样简单

  3. apriori: 简单

  4. 感知机：
    感知机作为SVM和深度学习的基础内容，需要提前复习一下；

  5. pca 主成分分析：
    pca 相对简单，同时可以了解特征向量和特征值.

  6. 决策树：

  7. 逻辑回归：

  8. 朴素贝叶斯：

  9. svm:

这个repo仍在更新中...