Machine-Learning-Python-

Classical machine learning algorithm

说明本块内容主要是常见机器学习算法在常见数据集上面的操作，是对自己学习过程的记录，也希望能够帮助到同样的新手。

使用Python3.5编写，需要的模块： numpy, matplotlib,

kNN
k-NN_on_iris.py, 利用kNN对花的种类进行分类
linear regression linear_regression_standard equation.py, 使用标准方程求解线性回归系数
decision tree decision_tree_ID3_ex.py, ID3决策树的简单实例，根据create_data_set中创建的dataSet数据集创建决策树 decision_tree_ID3_on_lenses.py, 创建ID3决策树，根据患者状况对隐形眼镜材质进行预测
naive bayes bayes_ex.py, 朴素贝叶斯的简单实例，对留言板的留言进行分类，判断其是否为侮辱性留言
SVM svm_plot_iris.py, 使用不同的SVM对iris数据集进行分类并绘出结果
AdaBoost adaboost_ex.py, AdaBoost算法的简单二分类实例
K-means K-means_ex.py, K均值聚类算法的简单实例
HMM HMM.py，隐马尔科夫链的简单实例，前向算法及后向算法

机器学习实战[M].周志华.北京:清华大学出版社, 2013. 李航.统计学习方法[M].北京:清华大学出版社, 2012.

Name		Name	Last commit message	Last commit date
Latest commit History 8 Commits
AdaBoost		AdaBoost
HMM		HMM
K-means		K-means
SVM		SVM
decision tree		decision tree
kNN		kNN
linear regression		linear regression
naive bayes		naive bayes
README.md		README.md