MachineLearning
机器学习算法代码及个人总结整理，对于算法实现部分，在相应目录中都包含有源码和数据以及测试实例，内容正在不断完善中！如有错误，还望读者指出，非常感谢，若您觉得对你有帮助，可以在右上角给个star哈(#^.^#)。PS:所有代码均符合我们整理出来的这份编码规范.
Contents
算法部分目前主要包含如下部分：
-
Logistic Regression (二分类): 源码实现 。包含数据集和源码。
-
Decision Tree: 决策树，源码实现.
-
ROC: 用于绘制ROC曲线，源码实现.
-
Naive Bayes：朴素贝叶斯，源码实现.
-
K-NearestNeighbor：K最近邻算法，源码实现.
-
K-Means均值聚类：源码实现.
-
Adaboost组合算法：源码链接
-
mRMR特征选择方法，软件使用方法
-
机器学习算法代码使用汇总，Python & R Codes
-
PCA主要成分分析, Python实现源码
-
LDA线性判别分析（Fisher判别）,源码实现
-
spark-demo：使用scala编写的spark实例.
- invertedIndex, Spark 倒排索引实例源码
Supplementary
- MNIST数据集加载方法.
Contributor
- 刘帝伟, CSU硕士毕业，关注AI、机器学习、深度学习方向，HomePage.
Contact
如果有任何疑问，可在我的微信公众号后台留言：
或是发邮件吧：
- E-mail: [email protected]