Python-Machine-Learning-Models:准系统的机器学习模型的Python实现，无需使用机器学习库

Python机器学习模型 一些最常用的机器学习算法的简单Python实现。 与常见python软件包中发现的模型的黑匣子性质不同，研究和实现这些模型将有助于理解它们的工作原理。 “最佳”模型（经过充分测试的模型）： 甘 聚类/ K均值和GMM 成果管理制 开发中 一个简单的前馈神经网络损失计算不完整 一个简单的卷积神经网络 支持向量机 支持向量回归 PCA LDA 聚氯乙烯 决策树 分类钉书针。 树对象本身可以在tree.py中找到，但是所有训练和树创建都可以在DecisionTree.py中的Decision_tree_learning中进行。 此函数使用ID3算法来递归地构建树。 该树采用二进制目标矢量，因此对于可以对数据进行多值处理的用例，在DecisionTree.py中创建了一个允许进行一次v余分类的函数。 去做 创建一个随机森林分类器 聚类 当前有两种聚类算法-K均值