- Python机器学习笔记:sklearn库的学习
- Python机器学习笔记:使用sklearn做特征工程和数据挖掘
- Python机器学习笔记:Grid SearchCV(网格搜索)
关于逻辑回归文件夹中的数据和代码,详情请参考博客:
- Python机器学习笔记:Logistic Regression
关于决策树文件夹中的数据和代码,详情请参考博客:
- python机器学习笔记:深入学习决策树算法原理
- python机器学习笔记:ID3决策树算法实战
- Python机器学习笔记:CART算法实战
关于K近邻文件夹中的代码和数据,详情请参考博客:
- Python机器学习笔记:K-近邻(KNN)算法
关于朴素贝叶斯文件夹中的代码,详情请参考博客:
- Python机器学习笔记:朴素贝叶斯算法
关于K-Means&DBSCAN文件夹中的代码和数据,详情请参考博客:
- Python机器学习笔记:K-Means算法,DBSCAN算法
关于集成学习文件夹中的代码,详情请参考博客:
- Python机器学习笔记 集成学习总结
关于单样本分类文件夹中的代码,详情请参考博客:
- Python机器学习笔记:One Class SVM
关于PCA降维算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:主成分分析(PCA)算法
- Python机器学习笔记:使用scikit-learn工具进行PCA降维
关于LDA降维文件夹中的代码,详情请参考博客:
- Python机器学习笔记:线性判别分析(LDA)算法
关于EM算法文件夹中的代码,详情请参考博客:
- python机器学习笔记:EM算法
关于SVM算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:SVM(1)——SVM概述
- Python机器学习笔记:SVM(2)——SVM核函数
- Python机器学习笔记:SVM(3)——证明SVM
- Python机器学习笔记:SVM(4)——sklearn实现
关于XGBoost算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:XgBoost算法
关于IsolationForest算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:异常点检测算法——Isolation Forest
关于RamdomForest算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:随机森林算法
关于 Local Outlier Factor(LOF) 算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:异常点检测算法——LOF(Local Outiler Factor)
关于 SVD 算法文件夹中的代码,详情请参考博客:
- Python机器学习笔记:奇异值分解(SVD)算法