ML-in-Action-Code-and-Note

Machine Learning code in Python3.x. Some notes about the practices please click here:

ch2：k-近邻算法
ch3：决策树
ch4：基于概率论的分类方法：朴素贝叶斯
ch5：Logistic回归
ch6：支持向量机
ch7：利用Adaboost元算法提高分类性能
ch8：预测数值型数据：回归（线性回归）
ch9：树回归
ch10：K-均值聚类算法
ch11:使用Apriori算法进行关联分析
ch12:使用FP-growth算法来高效发现频繁项集
ch13:利用PCA简化数据
ch14：利用SVD简化数据
ch15:大数据与MapReduce

统一声明：主要参考书中所提供源码 @author: Peter Harrington