介绍
本模块包含自己学习机器学习过程中学习过的内容,包含基础案例和实战案例,大部分以ipynb的格式展示,包含数据集和源代码,可以下载使用练习,包含机器学习的常见算法,如逻辑斯蒂回归,决策树,支持向量机,集成算法,贝叶斯,聚类等等。
由于包含数据集内容比较大,鉴于网速没有上传到github,而且码云自带ipynb文件渲染,可以在线看代码,由于码云自带的图片无法渲染,有些内容是通过jupyter官网的nbviewer渲染的,下面是该项目的链接。
目录
- 0-数据预处理
- 1-K近邻算法
- 2-梯度下降求解逻辑斯蒂回归
- 3-逻辑回归-信用卡欺诈检测
- 4-决策树
- 5-随机森林
- 6-特征工程
- 7-集成算法
- 8-贝叶斯-拼写检查器
- 9-贝叶斯-新闻分类
- 10-聚类算法实验分析
- 11-GMM聚类
- 12-支持向量机
- 13-降维算法
- 14-Xgboost
- 15-案例:商品销售回归分析
- 16-GBDT_XGBoost_LightGBM对比
- 17-使用lightgbm进行饭店流量预测
- 20-HMM案例实战
- 21-推荐系统
如果觉得我资料搜集和整体的还行,希望大佬打赏一下
![](https://images.gitee.com/uploads/images/2019/1107/013456_bf94ad3a_2024231.jpeg)
![](https://images.gitee.com/uploads/images/2019/1107/013717_cd068b3e_2024231.jpeg)