MachineLearningNote

因为下面所有的机器学习代码均使用了sklearn，这里也补充了一下Sklearn的学习博客：

• Python机器学习笔记：sklearn库的学习
  • 地址：https://www.cnblogs.com/wj-1314/p/10179741.html
• Python机器学习笔记：使用sklearn做特征工程和数据挖掘
  • 地址：https://www.cnblogs.com/wj-1314/p/9600298.html
• Python机器学习笔记：Grid SearchCV（网格搜索）
  • 地址：https://www.cnblogs.com/wj-1314/p/10422159.html

1，logistic Regression

关于逻辑回归文件夹中的数据和代码，详情请参考博客:

• Python机器学习笔记：Logistic Regression
  • 地址：https://www.cnblogs.com/wj-1314/p/10181876.html

2，Decision Tree

关于决策树文件夹中的数据和代码，详情请参考博客:

• python机器学习笔记：深入学习决策树算法原理
  • 地址：https://www.cnblogs.com/wj-1314/p/9428494.html
• python机器学习笔记：ID3决策树算法实战
  • 地址：https://www.cnblogs.com/wj-1314/p/10268650.html
• Python机器学习笔记：CART算法实战
  • 地址：https://www.cnblogs.com/wj-1314/p/10361935.html

3，K-NearestNeighbor（KNN）

关于K近邻文件夹中的代码和数据，详情请参考博客：

• Python机器学习笔记：K-近邻（KNN）算法
  • 地址：https://www.cnblogs.com/wj-1314/p/10291284.html

4，Naive Bayes

关于朴素贝叶斯文件夹中的代码，详情请参考博客：

• Python机器学习笔记：朴素贝叶斯算法
  • 地址：https://www.cnblogs.com/wj-1314/p/10560870.html

5，K-Means&DBSCAN

关于K-Means&DBSCAN文件夹中的代码和数据，详情请参考博客：

• Python机器学习笔记：K-Means算法，DBSCAN算法
  • 地址：https://www.cnblogs.com/wj-1314/p/12751033.html

6，Ensemble Learning

关于集成学习文件夹中的代码，详情请参考博客：

• Python机器学习笔记 集成学习总结
  • 地址：https://www.cnblogs.com/wj-1314/p/10917286.html

7，One Class SVM

关于单样本分类文件夹中的代码，详情请参考博客：

• Python机器学习笔记：One Class SVM
  • 地址：https://www.cnblogs.com/wj-1314/p/10701708.html

8，PCA

关于PCA降维算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：主成分分析（PCA）算法
  • 地址：https://www.cnblogs.com/wj-1314/p/8032780.html
• Python机器学习笔记：使用scikit-learn工具进行PCA降维
  • 地址：https://www.cnblogs.com/wj-1314/p/10144700.html

9，LDA

关于LDA降维文件夹中的代码，详情请参考博客：

• Python机器学习笔记：线性判别分析（LDA）算法
  • 地址：https://www.cnblogs.com/wj-1314/p/10234256.html

10，EM（GMM）

关于EM算法文件夹中的代码，详情请参考博客：

• python机器学习笔记：EM算法
  • 地址：https://www.cnblogs.com/wj-1314/p/12856388.html

11，SVM

关于SVM算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：SVM（1）——SVM概述
  • 地址：https://www.cnblogs.com/wj-1314/p/9489427.html
• Python机器学习笔记：SVM（2）——SVM核函数
  • 地址：https://www.cnblogs.com/wj-1314/p/12931799.html
• Python机器学习笔记：SVM（3）——证明SVM
  • 地址：https://www.cnblogs.com/wj-1314/p/9436710.html
• Python机器学习笔记：SVM（4）——sklearn实现
  • 地址：https://www.cnblogs.com/wj-1314/p/9436710.html

12，XGBoost

关于XGBoost算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：XgBoost算法
  • 地址：https://www.cnblogs.com/wj-1314/p/9402324.html

13，IsolationForest

关于IsolationForest算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：异常点检测算法——Isolation Forest
  • 地址：https://www.cnblogs.com/wj-1314/p/10461816.html

14，RamdomForest

关于RamdomForest算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：随机森林算法
  • 地址：https://www.cnblogs.com/wj-1314/p/9628303.html

15，Local Outlier Factor(LOF)

关于 Local Outlier Factor(LOF) 算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：异常点检测算法——LOF（Local Outiler Factor）
  • 地址：https://www.cnblogs.com/wj-1314/p/14049195.html

16，SVD

关于 SVD 算法文件夹中的代码，详情请参考博客：

• Python机器学习笔记：奇异值分解（SVD）算法
  • 地址：https://www.cnblogs.com/wj-1314/p/10304676.html