大部分机器学习初学者的入门书籍是李航《统计学习方法》和周志华《机器学习》,这里我个人比较推荐李航编写的《统计学习方法》,书中有详细的数学推导过程,对于初学者来说比较友好。
若自学机器学习过程中,仅仅看书中的算法原理,没有动手实践几个简单例子,很难完全理解算法参数的含义,也让你自学机器学习的道路上显得枯燥乏味,通过运行几个简单的算法例子,既能自学python,还能获得一丝小小的成就感,也许这小小的成就感是你坚持下去的动力。
如何实践机器学习算法例子?这里我推荐两种方法,第一种是《机器学习实战》,每一个章节都有对应的例子,比较简单且容易理解,不足之处是调用的机器学习算法类没有详细的参数说明;第二种是查阅scikit-learn官方网站,scikit-learn是一种强大的基于Python语言的机器学习算法库(https://scikit-learn.org/stable/),包含了算法预处理,模型参数择优,回归与分类等算法,官方文档包含了每一种算法的例子,代码简洁优美,可视化了每一种算法结果,即能学习python,也能助你更好的理解机器学习算法。
小编在百度网盘打包分享了scikit-learn官方代码,里面包含了各类算法的例子,获取方法见文末。
只需要在Jupter Notebook输入run **.py即可运行。
如运行集成分类方法Adaboost二分类:
结果:
如运行K-means聚类算法:
结果:
扫码添加小编微信(请备注研究方向,否则不予通过),小编会在机器学习算法群的公告附上下载链接: