刘建平Pinard的博客配套代码
http://www.cnblogs.com/pinard 刘建平Pinard
之前不少朋友反应我博客中的代码都是连续的片段,不好学习,因此这里把文章和代码做一个整理。 代码有部分来源于网络,已加上相关方版权信息。部分为自己原创,已加上我的版权信息。
目录
注意
2016-2017年写的博客使用的python版本是2.7, 2018年因为TensorFlow对Python3的一些要求,所以写博客使用的Python版本是3.6。少部分2016,2017年的博客代码无法找到,重新用Python3.6跑过上传,因此可能会出现和博客中代码稍有不一致的地方,主要涉及到print的语法和range的用法,若遇到问题,稍微修改即可跑通。
赞助我
强化学习文章与代码::
机器学习基础与回归算法文章与代码:
机器学习分类算法文章与代码:
数学统计学文章与代码:
机器学习集成学习文章与代码:
文章 | 代码 |
---|---|
集成学习原理小结 | 无 |
集成学习之Adaboost算法原理小结 | 无 |
scikit-learn Adaboost类库使用小结 | 代码 |
梯度提升树(GBDT)原理小结 | 无 |
scikit-learn 梯度提升树(GBDT)调参小结 | 代码 |
Bagging与随机森林算法原理小结 | 无 |
scikit-learn随机森林调参小结 | 代码 |
XGBoost算法原理小结 | 无 |
XGBoost类库使用小结 | 代码 |
机器学习聚类算法文章与代码:
文章 | 代码 |
---|---|
K-Means聚类算法原理 | 无 |
用scikit-learn学习K-Means聚类 | 代码 |
BIRCH聚类算法原理 | 无 |
用scikit-learn学习BIRCH聚类 | 代码 |
DBSCAN密度聚类算法 | 无 |
用scikit-learn学习DBSCAN聚类 | 代码 |
谱聚类(spectral clustering)原理总结 | 无 |
用scikit-learn学习谱聚类 | 代码 |
机器学习降维算法文章与代码:
文章 | 代码 |
---|---|
主成分分析(PCA)原理总结 | 无 |
用scikit-learn学习主成分分析(PCA) | 代码 |
线性判别分析LDA原理总结 | 无 |
用scikit-learn进行LDA降维 | 代码 |
奇异值分解(SVD)原理与在降维中的应用 | 无 |
局部线性嵌入(LLE)原理总结 | 无 |
用scikit-learn研究局部线性嵌入(LLE) | 代码 |
机器学习关联算法文章与代码:
文章 | 代码 |
---|---|
典型关联分析(CCA)原理总结 | 无 |
Apriori算法原理总结 | 无 |
FP Tree算法原理总结 | 无 |
PrefixSpan算法原理总结 | 无 |
用Spark学习FP Tree算法和PrefixSpan算法 | 代码 |
日志和告警数据挖掘经验谈 | 无 |
机器学习推荐算法文章与代码:
文章 | 代码 |
---|---|
协同过滤推荐算法总结 | 无 |
矩阵分解在协同过滤推荐算法中的应用 | 无 |
SimRank协同过滤推荐算法 | 无 |
用Spark学习矩阵分解推荐算法 | 代码 |
分解机(Factorization Machines)推荐算法原理 | 无 |
贝叶斯个性化排序(BPR)算法小结 | 无 |
用tensorflow学习贝叶斯个性化排序(BPR) | 代码 |
深度学习算法文章与代码:
自然语言处理文章与代码:
特征工程与算法落地文章与代码:
文章 | 代码 |
---|---|
特征工程之特征选择 | 无 |
特征工程之特征表达 | 无 |
特征工程之特征预处理 | 无 |
用PMML实现机器学习模型的跨平台上线 | 代码 |
tensorflow机器学习模型的跨平台上线 | 代码 |
赞助我
你的支持是我写作的动力(1.微信/2.支付宝):
License MIT.