# 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