Skip to content

NetworkRanger/ml-exercise

BranchesTags

Repository files navigation

ml-exercise

机器学习实战

1.分类

01 机器学习基础

02 k-近邻算法

03 决策树

04 基于概率论的分类方法：朴素贝叶斯

05 逻辑回归

06 支持向量机

07 利用AdaBoost元算法提高分类性能

2.利用回归预测数据型数据

08 预测数据型数据：回归

09 树回归

3.无监督学习

10 利用K-均值聚类算法对未标数据分组

11 使用Apriori算法进行关联分析

12 使用FP-growth算法来高效发现频繁项集

4.其他工具

13 利用PCA来简化数据

14 利用SVD简化数据

15 大数据与MapReduce

About

机器学习实战

Resources

Readme

License

MIT license
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

No packages published

Languages