# MachineLearning

**Repository Path**: wwfcoder/MachineLearning

## Basic Information

- **Project Name**: MachineLearning
- **Description**: 《统计学习方法》相关的机器学习实现代码。Machine Learning.
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-10-27
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 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