# MachineLearningNote **Repository Path**: spring-everyday/MachineLearningNote ## Basic Information - **Project Name**: MachineLearningNote - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2024-11-06 - **Last Updated**: 2024-11-06 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # MachineLearningNote ## 因为下面所有的机器学习代码均使用了sklearn,这里也补充了一下Sklearn的学习博客: - Python机器学习笔记:sklearn库的学习 - 地址:https://www.cnblogs.com/wj-1314/p/10179741.html - Python机器学习笔记:使用sklearn做特征工程和数据挖掘 - 地址:https://www.cnblogs.com/wj-1314/p/9600298.html - Python机器学习笔记:Grid SearchCV(网格搜索) - 地址:https://www.cnblogs.com/wj-1314/p/10422159.html ## 1,logistic Regression 关于逻辑回归文件夹中的数据和代码,详情请参考博客: - Python机器学习笔记:Logistic Regression - 地址:https://www.cnblogs.com/wj-1314/p/10181876.html ## 2,Decision Tree 关于决策树文件夹中的数据和代码,详情请参考博客: - python机器学习笔记:深入学习决策树算法原理 - 地址:https://www.cnblogs.com/wj-1314/p/9428494.html - python机器学习笔记:ID3决策树算法实战 - 地址:https://www.cnblogs.com/wj-1314/p/10268650.html - Python机器学习笔记:CART算法实战 - 地址:https://www.cnblogs.com/wj-1314/p/10361935.html ## 3,K-NearestNeighbor(KNN) 关于K近邻文件夹中的代码和数据,详情请参考博客: - Python机器学习笔记:K-近邻(KNN)算法 - 地址:https://www.cnblogs.com/wj-1314/p/10291284.html ## 4,Naive Bayes 关于朴素贝叶斯文件夹中的代码,详情请参考博客: - Python机器学习笔记:朴素贝叶斯算法 - 地址:https://www.cnblogs.com/wj-1314/p/10560870.html ## 5,K-Means&DBSCAN 关于K-Means&DBSCAN文件夹中的代码和数据,详情请参考博客: - Python机器学习笔记:K-Means算法,DBSCAN算法 - 地址:https://www.cnblogs.com/wj-1314/p/12751033.html ## 6,Ensemble Learning 关于集成学习文件夹中的代码,详情请参考博客: - Python机器学习笔记 集成学习总结 - 地址:https://www.cnblogs.com/wj-1314/p/10917286.html ## 7,One Class SVM 关于单样本分类文件夹中的代码,详情请参考博客: - Python机器学习笔记:One Class SVM - 地址:https://www.cnblogs.com/wj-1314/p/10701708.html ## 8,PCA 关于PCA降维算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:主成分分析(PCA)算法 - 地址:https://www.cnblogs.com/wj-1314/p/8032780.html - Python机器学习笔记:使用scikit-learn工具进行PCA降维 - 地址:https://www.cnblogs.com/wj-1314/p/10144700.html ## 9,LDA 关于LDA降维文件夹中的代码,详情请参考博客: - Python机器学习笔记:线性判别分析(LDA)算法 - 地址:https://www.cnblogs.com/wj-1314/p/10234256.html ## 10,EM(GMM) 关于EM算法文件夹中的代码,详情请参考博客: - python机器学习笔记:EM算法 - 地址:https://www.cnblogs.com/wj-1314/p/12856388.html ## 11,SVM 关于SVM算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:SVM(1)——SVM概述 - 地址:https://www.cnblogs.com/wj-1314/p/9489427.html - Python机器学习笔记:SVM(2)——SVM核函数 - 地址:https://www.cnblogs.com/wj-1314/p/12931799.html - Python机器学习笔记:SVM(3)——证明SVM - 地址:https://www.cnblogs.com/wj-1314/p/9436710.html - Python机器学习笔记:SVM(4)——sklearn实现 - 地址:https://www.cnblogs.com/wj-1314/p/9436710.html ## 12,XGBoost 关于XGBoost算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:XgBoost算法 - 地址:https://www.cnblogs.com/wj-1314/p/9402324.html ## 13,IsolationForest 关于IsolationForest算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:异常点检测算法——Isolation Forest - 地址:https://www.cnblogs.com/wj-1314/p/10461816.html ## 14,RamdomForest 关于RamdomForest算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:随机森林算法 - 地址:https://www.cnblogs.com/wj-1314/p/9628303.html ## 15,Local Outlier Factor(LOF) 关于 Local Outlier Factor(LOF) 算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:异常点检测算法——LOF(Local Outiler Factor) - 地址:https://www.cnblogs.com/wj-1314/p/14049195.html ## 16,SVD 关于 SVD 算法文件夹中的代码,详情请参考博客: - Python机器学习笔记:奇异值分解(SVD)算法 - 地址:https://www.cnblogs.com/wj-1314/p/10304676.html