搜索资源列表
treePlotter
- 用python语言写的一个分类算法，用于树绘图，机器学习算法-Python language written with a classification algorithm for tree drawing, machine learning algorithms
machineLearning-master
- python编写的一些机器学习算法,包含监督学习和非监督学习-Some machine learning algorithms written in python, including supervised learning and unsupervised learning
ml-py
- 机器学习算法(kNN、逻辑回归、线性回归、朴素贝叶斯)python实现。-machine learning by python
logRegres---python
- 机器学习中的逻辑回归算法，经过测试，可以使用-Logistic regression algorithm of machine learning, through the test, you can use
python-code-for-Machine-learning
- 用于机器学习的全方位python代码，包括K-近邻算法、决策树、朴素贝叶斯、Logistic 回归 、支持向量机、利用 AdaBoost 元算法提高分类性能、预测数值型数据：回归、树回归、利用 K-均值聚类算法对未标注数据分组、使用 Apriori 算法进行关联分析、使用 FP-growth 算法来高效分析频繁项集、利用 PCA 来简化数据、利用 SVD 简化数据、大数据与 MapReduce-The full range of python code for machine learning
Ch02
- python编写的机器学习算法，为机器学习实战的第二章的源代码，包括第二章用到的数据-Machine learning algorithms written in python for machine learning combat Chapter II source code, including the data used in the second chapter
mechine-learning
- 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统
KNN
- k临近算法，用于数据分类，此代码为机器学习实战的学习代码(K near algorithm, for data classification, this code for machine learning combat learning code)
2783341_a650485a3eba7395d4cb1375280eafe7
- 用python语言写的一个分类算法，用于树绘图，机器学习算法-(Python language written with a classification algorithm for tree drawing, machine learning algorithms)
imbalanced-learn-master
- 基于不均衡数据的学习，包含各种机器学习算法，python 操作(imbalanced-learn is a python package offering a number of re-sampling techniques commonly used in datasets showing strong between-class imbalance. It is compatible with scikit-learn_ and is part of scikit-learn-contr
Machine Learning
- 这是一本关于机器学习的书籍，介绍了机器学习常见算法的原理和实现代码，有例子。(This is a book on machine learning, introduced the principles of machine learning algorithms and the realization of code, there are examples.)
kNN
- kNN分类算法机器学习实战中python测试代码用例(KNN classification algorithm, machine learning, actual combat, python test code, use case)
knn
- 代码通过python2实现KNN算法，文件夹中包含使用数据及其使用代码。在python2中能很好的运行(Code through python2 to achieve KNN algorithm)
3.贝叶斯分类器
- 贝叶斯定理是用数学的方法来解释生活中大家都知道的常识，而机器学习使用的各种算法中，最常见的就是贝叶斯定理。此代码为贝叶斯分类python代码，包含高斯贝叶斯分类器，多项式贝叶斯分类器和伯努利贝叶斯分类器，并有具体的数据例子进行仿真比较(Bias's theorem is a mathematical way to explain all the common sense in life, and machine learning using various algorithms, the mos
network2
- 初学机器学习，第一步是做一个简单的手写数字识别，我选用的是MNIST数据集（用其他数据集也可以，原理都差不多），算法是KNN（下载库直接调用函数，算法的具体实现没有过多关心）。在网上也看到过MNIST数据集的Python代码，但是感觉有些复杂，作为初学者见到那么多代码就头大……这里分享一下我的代码，虽然并不完善，但是可以为其他初学者提供一点简单的思路吧。(Learning machine learning, the first step is to do a simple handwritten
tdxj
- 机器学习中的梯度下降算法的python版本的代码实现。有需要的可以下载(Implementation of the python version of the gradient descent algorithm in machine learning. There is a need to download)
手写数字识别
- 一个练习机器学习的算法，解决手写数字识别的算法(An algorithm that exercises machine learning to solve the handwritten numeral recognition algorithm)
svmMLiA
- 机器学习实战的SVN源码，适合用python学习机器学习算法的伙伴。(Machine learning combat SVN source code, suitable for Python learning machine learning algorithm partners.)
MachineLearning-master
- 垃圾邮件处理，贝叶斯算法，Python，机器学习，深度学习。(Spam processing, Bayesian algorithm, Python, machine learning, deep learning.)
ClassicalMachineLearning
- 几个经典算法的实现，例如决策树，支持向量机，还有单层感知机等(Several classical algorithms are implemented, such as decision tree, support vector machine, and single layer perceptron)