这是是在学习《机器学习实战》这本书时的代码记录情况,用python实现,当然也会包括一些其他的机器学习算法,使用Python实现。
1:【关联规则】Apriori算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51113753
2:【关联规则】FP-Tree算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51113753
3:【决策树算法】基于信息论的三种决策树算法之ID3算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51242815
4:【聚类算法】二分-kMeans算法(二分K均值聚类)分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/48949227
5:【回归算法】Logistic回归算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51236978
http://blog.csdn.net/gamer_gyt/article/details/51242150
6:【分类算法】AdaBoost算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51372309
7:【分类算法】朴素贝叶斯算法分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/47205371
http://blog.csdn.net/gamer_gyt/article/details/47860945
8:【回归算法】预测数值型数据-回归(Regression)分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51405251
9:【降维技术】PCA降维技术分析与Python代码实现,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51418069
10:【推荐系统】基于标签的推荐系统,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51684716
11:【推荐系统】基于图推荐系统,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51694250
12:【推荐系统】基于用户和Item的协同过滤推荐算法,具体分析请参考博客:
http://blog.csdn.net/gamer_gyt/article/details/51346159
13:基于随机变量的熵来进行数据建模和分析
http://blog.csdn.net/gamer_gyt/article/details/53729868
14:推荐算法的回顾总结
http://blog.csdn.net/gamer_gyt/article/details/74367714