摘要：
一：案例学习 （一）西瓜书 （二）https://zhuanlan.zhihu.com/p/27126737（看这个即可了解AdaBoost算法原理） 二：代码实现 （一）数据加载 import numpy as np import matplotlib.pyplot as plt def load 阅读全文
摘要：
一：回顾SVM中的SMO算法 https://www.cnblogs.com/ssyfj/p/13363526.html 二：核函数的了解 （一）西瓜书（粗略了解） （二）统计学习方法（详细） （三）推文：支持向量机原理(三)线性不可分支持向量机与核函数 （四）推文：核函数和核矩阵 （五）机器学习实 阅读全文
摘要：
一：SVM算法 （一）见西瓜书及笔记 （二）统计学习方法及笔记 （三）推文https://zhuanlan.zhihu.com/p/34924821 （四）推文 支持向量机原理(一) 线性支持向量机 支持向量机原理(二) 线性支持向量机的软间隔最大化模型 二：SMO算法 （一）见西瓜书及笔记 （二） 阅读全文
摘要：
一：一般K均值聚类算法实现 （一）导入数据 import numpy as np import matplotlib.pyplot as plt def loadDataSet(filename): dataSet = np.loadtxt(filename) return dataSet （二）计 阅读全文
摘要：
机器学习实战 决策树CART简介及分类树实现 一：对比分类树 CART回归树和CART分类树的建立算法大部分是类似的，所以这里我们只讨论CART回归树和CART分类树的建立算法不同的地方。首先，我们要明白，什么是回归树，什么是分类树。 两者的区别在于样本输出： 如果样本输出是离散值，那么这是一颗分类 阅读全文
摘要：
https://blog.csdn.net/weixin_43383558/article/details/84303339?utm_medium=distribute.pc_relevant_t0.none-task-blog-BlogCommendFromMachineLearnPai2-1.n 阅读全文
摘要：
回顾梯度下降和正规方程：https://www.cnblogs.com/ssyfj/p/12788147.html 一：正规方程解法（最小二乘法） （一）加载数据 import numpy as np import matplotlib.pyplot as plt def loadDataSet(f 阅读全文
摘要：
回顾： 梯度下降 梯度下降和梯度上升区别 一：加载数据和实现sigmoid函数（同梯度下降） import numpy as np def loadDataSet(): data = np.loadtxt("testSet.txt") data_X = data[:,0:2] data_Y = da 阅读全文
摘要：
一：训练模型、实现预测函数 import numpy as np import re import random def loadDataSet(): DataSetList=[] #全部数据集 classVec = [] #标签值 #获取数据 SpamPath = "email/spam/{}.t 阅读全文
摘要：
一：准备数据 （一）加载原始数据 import numpy as np def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'], #每一行词表，代表一个文档 ['maybe' 阅读全文