Python3《機器學習實戰》目錄
機器學習
Python3《機器學習實戰》學習筆記(一):k-近鄰演算法(史詩級乾貨長文)
Python3《機器學習實戰》學習筆記(二):決策樹基礎篇之讓我們從相親說起
Python3《機器學習實戰》學習筆記(三):決策樹實戰篇之為自己配個隱形眼鏡
Python3《機器學習實戰》學習筆記(四):樸素貝葉斯基礎篇之言論過濾器
Python3《機器學習實戰》學習筆記(五):樸素貝葉斯實戰篇之新浪新聞分類
上篇文章講解了樸素貝葉斯的基礎知識。本篇文章將在此基礎上進行擴充套件,你將看到一下內容:拉普拉斯平滑、垃圾郵件過濾、新浪新聞分類
Python3《機器學習實戰》學習筆記(六):Logistic迴歸基礎篇之梯度上升演算法
本文從Logistic迴歸的原理開始講起,補充了書上省略的數學推導。本文可能會略顯枯燥,理論居多,Sklearn實戰內容會放在下一篇文章。自己慢慢推導完公式,還是蠻開心的一件事。
Python3《機器學習實戰》學習筆記(七):Logistic迴歸實戰篇之預測病馬死亡率
本文對梯度上升演算法和改進的隨機梯度上升演算法進行了對比,總結了各自的優缺點,並對sklearn.linear_model.LogisticRegression進行了詳細介紹。
Python3《機器學習實戰》學習筆記(八):支援向量機原理篇之手撕線性SVM
Python3《機器學習實戰》學習筆記(九):支援向量機實戰篇之再撕非線性SVM
上篇文章講解的是線性SVM的推導過程以及簡化版SMO演算法的程式碼實現。本篇文章將講解SMO演算法的優化方法以及非線性SVM。
Python3《機器學習實戰》學習筆記(十):提升分類器效能利器-AdaBoost
Python3《機器學習實戰》學習筆記(十一):線性迴歸基礎篇之預測鮑魚年齡
前面的文章介紹了很多分類演算法,分類的目標變數是標稱型資料,而本文將會對連續型的資料做出預測。主要講解簡單的線性迴歸和區域性加權線性迴歸,並通過預測鮑魚年齡的例項進行實戰演練。