# machine-learning
通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。
# 目前已经实现可运行算法
### [KNN和KdTree的实现](https://github.com/SmallVagetable/machine_learning_python/tree/master/knn)
### [感知机的基本形式和对偶形式的实现](https://github.com/SmallVagetable/machine_learning_python/tree/master/perceptron)
### [Kmeans和Kmeans++的实现](https://github.com/SmallVagetable/machine_learning_python/tree/master/kmeans)
### [EM GMM高斯混合和GMM+LASSO的实现](https://github.com/SmallVagetable/machine_learning_python/tree/master/em)
### [实现朴素贝叶斯的基本算法和高斯混合朴素贝叶斯算法](https://github.com/SmallVagetable/machine_learning_python/tree/master/naive_bayes)
### [实现决策树的基本算法](https://github.com/SmallVagetable/machine_learning_python/tree/master/decision_tree)
### [实现adaboost基本算法](https://github.com/SmallVagetable/machine_learning_python/tree/master/adaboost)
### [实现svm基本算法](https://github.com/SmallVagetable/machine_learning_python/tree/master/support_vector_machine)
### [实现逻辑回归基本算法](https://github.com/SmallVagetable/machine_learning_python/tree/master/logistic_regression)
没有合适的资源?快使用搜索试试~ 我知道了~
通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Percep.zip
共56个文件
py:21个
ipynb:14个
md:10个
需积分: 5 1 下载量 138 浏览量
2024-02-03
19:51:05
上传
评论
收藏 2.47MB ZIP 举报
温馨提示
通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Percep
资源推荐
资源详情
资源评论
收起资源包目录
通过阅读网上的资料代码,进行自我加工,努力实现常用的机器学习算法。实现算法有KNN、Kmeans、EM、Percep.zip (56个子文件)
ahao111
support_vector_machine
svm.py 5KB
svm.ipynb 13KB
.ipynb_checkpoints
svm-checkpoint.ipynb 13KB
README.md 691B
logistic_regression
max_entropy.py 4KB
logistic_regression.ipynb 35KB
.ipynb_checkpoints
logistic_regression-checkpoint.ipynb 35KB
README.md 199B
LogisticRegressionClassifier.py 2KB
perceptron
perceptron_dual.py 2KB
perceptron.ipynb 23KB
.ipynb_checkpoints
perceptron-checkpoint.ipynb 23KB
perceptron_base.py 1KB
README.md 202B
.gitattributes 33B
em
gmm_penality.py 4KB
main.py 2KB
data
amix1-est.dat 4KB
golub-est.dat 290KB
golub-val.dat 109KB
amix1-tst.dat 13KB
golub-tst.dat 123KB
amix2-tst.dat 3.52MB
amix1-val.dat 2KB
amix2-val.dat 720KB
amix2-est.dat 1.41MB
main_panelity.py 3KB
README.md 638B
gmm.py 3KB
adaboost
Adaboost.ipynb 13KB
AdaBoost.py 5KB
.ipynb_checkpoints
Adaboost-checkpoint.ipynb 13KB
README.md 821B
utils
plot.py 2KB
data_generater.py 1KB
misc_utils.py 1KB
word_utils.py 2KB
knn
knn_base.py 2KB
KNN.ipynb 17KB
knn_kdtree.py 5KB
.ipynb_checkpoints
KNN-checkpoint.ipynb 4KB
README.md 187B
decision_tree
tree_id3.py 8KB
README.md 189B
kmeans
kmeans.ipynb 217KB
kmeans_plus.py 4KB
.ipynb_checkpoints
kmeans-checkpoint.ipynb 154KB
README.md 443B
kmeans_base.py 5KB
.gitignore 29B
naive_bayes
naiveBayesBase.py 4KB
naiveBayesGaussian.py 2KB
naiveBayes.ipynb 4KB
.ipynb_checkpoints
naiveBayes-checkpoint.ipynb 6KB
README.md 236B
README.md 1KB
共 56 条
- 1
资源评论
码农阿豪
- 粉丝: 1w+
- 资源: 1754
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功