Machine-Learning 我的博客 机器学习实战（详细代码注释+训练数据集），持续更新中！ kNN（k-邻域算法） 代码 1.简单k-NN 2.海伦约会 3.数字识别 Decision Tree（决策树） 代码 1.贷款预测 2.隐形眼镜 Navie Bayes（朴素贝叶斯） 代码 1.言论过滤器 2.垃圾邮件过滤器 3.新浪新闻分类器 Logistic（Logistic回归） 代码 1.Logistic基础训练 2.改进的随机梯度上升算法 3.病马死亡率预测 第六章：SVM（支持向量机） 代码 1.简化版SMO算法 2.完整版SMO算法 3.非线性SVM 4.Sklearn SVC手写数字识别 第七章：AdaBoost 代码 1.基于单层决策树的AdaBoost训练过程 2.在难数据集上应用AdaBoost 3.sklearn实现AdaBoost 4.ROC曲线绘制 Regression(线性回归) 代码 1.线性回归(普通线性回归+局部加权线性回归) 2.预测鲍鱼年龄 3.逐步线性回归 4.乐高玩具二手价格预测 Regression Tree(树回归) 代码 1.树回归