集成k-最近邻(k-NN)、朴素贝叶斯、Logistic回归、支持向量机(SVM)、决策树、随机森林、多层感知机的一个机器学习示例

https://blog.csdn.net/weixin_44049128/article/details/86502423此篇博文代码。

机器学习实战代码以及数据集<em>Knnem>SVMadaboost逻辑回归朴素贝叶斯决策树

机器学习实战代码以及数据集 <em>Knnem> SVM adaboost 逻辑回归 朴素贝叶斯 决策树等代码和注释以及数据集

机器学习方法朴素贝叶斯模型、<em>knnem>实现手写数字识别

伯克利人工智能先导课cs188作业，朴素贝叶斯模型和<em>KNNem>算法实现手写数字识别，准确率都达到很高水平，有说明文件，有训练结果绘图，适合新手入门

Python机器学习实战源码决策树<em>KNNem>逻辑回归SVM数据挖掘算法

Python机器学习实战源码决策树<em>KNNem>逻辑回归SVM数据挖掘算法

PPT：大数据经典算法（<em>Kmeansem>、SVM、<em>KNNem>）

大数据十大经典算法PPT系列，详细讲解了<em>Kmeansem>、SVM、<em>KNNem>三种算法。

实现<em>KNNem>、SVM、贝叶斯算法的文本分类系统

本系统实现了<em>KNNem>、朴素贝叶斯和SVM三种分类算法下的文本分类自带训练集和测试集。

faceRecgSys：使用Matlab的人脸识别系统； 算法：LBP，PCA，<em>KNNem>，SVM和朴素贝叶斯-源码

faceRecgSys：使用Matlab的人脸识别系统； 算法：LBP，PCA，<em>KNNem>，SVM和朴素贝叶斯

R语言分类(SVM <em>KNNem> LDA等)与回归代码+原始数据+分析报告

R语言分类(SVM <em>KNNem> LDA等)与回归代码+原始数据+分析报告，数据挖掘大作业。

机器学习：机器学习实战（Python3）：<em>kNNem>，决策树，贝叶斯，逻辑回归，SVM，线性回归，树回归-源码

机器学习 原创文章每月最少两篇文章，后续最新文章会在首发，视频首发，大家可以加我进交流群，技术交流或提意见都可以，欢迎星级！ 文章首发声明 文章在自己的个人网站首发，其他平台文章均属转发，如想获得最新

决策树算法原理详解

【文档说明】 本文是自己整理的一些重点知识点，也是面试中会被问到的知识点 【文档结构】 决策树 信息熵（Entropy） 什么是决策树 决策树的构建过程 决策树分割属性选择 决策树量化纯度 决策树量化

文本分类器，<em>KNNem>,SVM,贝叶斯等都有

多算法文本分类器，功能强大，界面简洁，自带帮助方便应用学习研究

贝叶斯+决策树+<em>KNNem>+K-means+推荐算法代码及数据集

Python2.X 如有侵权，请联系我删除

用各种机器学习方法（<em>knnem>，随机森林，决策树等）预测糖尿病：含数据集

源码+原封数据集；本资源包括用各种机器学习方法（<em>knnem>，决策树DecisionTree，随机森林，逻辑回归，支持向量机svm等）来对糖尿病进行预测的源码，包括数据集和导出的ipynb和py文件，对于新

常用机器学习算法课件及python代码

本资源包含常用的机器学习算法,包括<em>KNNem>,朴素贝叶斯,决策树,逻辑回归,Adaboost,K-means等,及其实现的python代码

K近邻(K-Nearest Neighbors, <em>KNNem>)回归算法(Python)

K近邻(K-Nearest Neighbors, <em>KNNem>)算法既可处理分类问题，也可处理回归问题，其中分类和回归的主要区别在于最后做预测时的决策方式不同。<em>KNNem>做回归预测时一般采用平均法，预测结果为最

高斯朴素贝叶斯和<em>KNNem>Gaussian-Naive-Bayes-and-<em>KNNem>-master.zip

Matlab高斯朴素贝叶斯算法和<em>KNNem>分类算法的实现。 培训和测试数据取自UCI机器学习数据存储库的“玻璃识别数据集”。数据集在Data文件夹下 注意：为了进行<em>KNNem>的准确性计算，使用了留一法交叉验证

带有SVM-<em>KNNem>的心电图数据对胎儿状态的分类-使用克涅姆的决策树：使用SVM，<em>KNNem>和使用Knime的决策树对心电图数据进行胎儿状态的分类-源码

带有SVM-<em>KNNem>的心电图数据对胎儿状态的分类-使用克涅姆的决策树：使用SVM，<em>KNNem>和使用Knime的决策树对心电图数据进行胎儿状态的分类

基本概念、决策树与模型评估

分类：基本概念、决策树与模型评价 分类的是利用一个分类函数（分类模型、分类器），该模型能把数据库中的数据影射到给定类别中的一个。

<em>KNNem>学习算法-回归算法在计算机视觉及图像处理中的应用matlab

很有用 可运行 <em>KNNem>学习算法实现，演示回归算法算法在计算机视觉中的应用 ，实现如何利用偏最小二乘回归模型实现数据拟合

adaboost 和<em>knnem>算法的结合用于人脸识别的程序

这是用MATLAB编写的ADABOOST程序，已经过测试可用，读入YALE库或其他公共人脸库，直接调用程序即可

员工减员数据分析：对公司进行减员数据集的多个分类（<em>KNNem>，朴素贝叶斯，随机森林，决策树，ANN，SVM），以预测公司对减员的主要贡献从而提高生产率-源码

员工减员数据分析：对公司进行减员数据集的多个分类（<em>KNNem>，朴素贝叶斯，随机森林，决策树，ANN，SVM），以预测公司对减员的主要贡献从而提高生产率

<em>Kmeansem>++算法对图像进行分割

<em>Kmeansem>++算法对图像进行分割，机器视觉。

十分钟上手sklearn 特征提取 常用模型 交叉验证

十分钟上手sklearn 特征提取 常用模型 交叉验证. 主要内容包括: PCA算法 LDA算法 线性回归 逻辑回归 朴素贝叶斯 决策树 SVM 神经网络 <em>KNNem>算法

《机器学习实战》&《统计学习方法》python代码实现（附有详细的代码注释）

1.包含常用的数据预处理常用操作： 离散值处理（独热编码） 归一化和标准化 缺失值的处理 异常值的检测和处理 连续值离散化处理 数据的相似度分析 2. 算法模型： 线性回归（最小二乘法、梯度下降法）

jd-loan-paid-off-project：开发分类模型，以预测将要还清或拖欠贷款的客户。 将使用<em>KNNem>，决策树，SVM和Logistic回归模型-源码

预测还清或拖欠的贷款 开发分类模型，以预测将偿还或拖欠其贷款的客户。 将使用<em>KNNem>，决策树，SVM和Logistic回归模型。 在课程中构建的项目。 pt-br 客户的分类和建模能力不足。 模型，决策

birch，<em>Kmeansem>，<em>Kmeansem>++，<em>KNNem>四种聚类算法对二维坐标聚类分析代码

birch，<em>Kmeansem>，<em>Kmeansem>++，<em>KNNem>四种聚类算法对同一个二维坐标数据集进行聚类分析，python代码

网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（<em>KNNem>），逻辑回归和随机森林等算法对网络入侵进行分类-源码

网络入侵检测使用机器学习技术：使用支持向量机（SVM），决策树，朴素贝叶，K最近邻（<em>KNNem>），逻辑回归和随机森林等算法对网络入侵进行分类

基于贝叶斯及<em>KNNem>算法的newsgroup文本分类器

基于贝叶斯及<em>KNNem>算法的newsgroup文本分类器,eclipse工程 程序运行方法：用eclipse打开工程，并将newsgroup文档集解压到 F:\DataMiningSample\orgin

通过svm cnn <em>knnem>对高光谱数据集PaviaU进行分类（matlab）

本资源主要通过matlab对Paviau高光谱数据集进行分类，使用了pca、kpca、lda三种数据降维方法以及svm、<em>knnem>、cnn三种数据分类算法。

机器学习算法笔记

本文总结博客中关于机器学习十大算法的详细过程，进行汇总，包括广义线性模型、softmax 回归 、逻辑回归、梯度下降法、Logistic 回归与牛顿迭代法、两种梯度下降法、相对熵（KL 散度）、K-M