机器学习

前言

本项目目致力于实现《统计学习方法》这本书中的各个算法。
目前代码主要是在Python3环境下运行通过。
CSDN博客主页：https://blog.csdn.net/tudaodiaozhale

实现

第2章 感知机

(perceptron/perceptron.py) 感知机实现 https://blog.csdn.net/tudaodiaozhale/article/details/77193533
(perceptron/perceptron_dual.py) 感知机对偶形式实现 https://blog.csdn.net/tudaodiaozhale/article/details/77198684

第3章 K近邻法

(knn/knn(kdtree).py) Knn之Kd树实现 https://blog.csdn.net/tudaodiaozhale/article/details/77327003

第4章 朴素贝叶斯法

(bayes/bayes(MLE).py) 贝叶斯分类之极大似然估计 https://blog.csdn.net/tudaodiaozhale/article/details/77387135
(bayes/bayes(BE).py) 贝叶斯分类之贝叶斯估计 https://blog.csdn.net/tudaodiaozhale/article/details/77405394

第5章 决策树

(decision_tree/decision_tree(ID3_C4.5).py) 决策树之ID3&C4.5 https://blog.csdn.net/tudaodiaozhale/article/details/77430134

第6章 逻辑斯的回归与最大熵模型

(logistic/logistic.py) 逻辑斯蒂回归 https://blog.csdn.net/tudaodiaozhale/article/details/77532135
(max_entropy/max_entropy.py) 最大熵模型 https://blog.csdn.net/tudaodiaozhale/article/details/77599595

第7章 支持向量机

(svm/svm.py) 支持向量机 https://blog.csdn.net/tudaodiaozhale/article/details/77599620

第8章 提升算法

(adaboost/adaboost.py) Adaboost算法 https://blog.csdn.net/tudaodiaozhale/article/details/78083942

第10章 隐马尔科夫模型

(hmm/hmm.py) 隐马尔科夫模型 https://blog.csdn.net/tudaodiaozhale/article/details/80160956

额外

(softmax/softmax.py) Softmax回归 https://blog.csdn.net/tudaodiaozhale/article/details/80432552