python实现的k-近邻算法，用于数据分类。机器学习实战-k- nearest neighbor python implemented for data classification. Machine learning combat

机器学习K临近算法python代码，整个工程都有，直接可以运行。-Machine learning algorithm K near the python code, the entire project has a direct run.

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

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.)