Python机器学习实验仓库

本仓库包含各种机器学习算法实现、实验代码和数据处理示例，涵盖分类、聚类、自然语言处理等多个领域。

功能特性

• 数据预处理（离散化、特征工程）
• 分类算法（支持向量机、决策树、KNN等）
• 聚类算法（K-Means、FCM等）
• 自然语言处理（情感分析、NLTK应用）
• 数据可视化（Matplotlib示例）
• 模型持久化（joblib序列化）
• 实战案例（充电站聚类、酒店评论分析）

项目结构

Python_ML_Experiments/
├── data/                    # 数据集目录
├── img/                     # 示例图片
├── project/                 # 完整项目案例
├── 分类-*                  # 各种分类算法实现
├── 聚类-*                  # 聚类算法及案例
├── 自然语言处理-*          # NLP相关实验
├── 数据预处理-*             # 数据清洗处理
├── 科学工具包Scikit-learn-hello-sklearn.ipynb  # sklearn入门
└── README.md

贡献指南

欢迎通过Issue或Pull Request参与贡献，请确保：

1. 新功能添加对应测试用例
2. 保持代码风格统一
3. 更新相关文档

许可协议

本项目采用 MIT License