ML-fll-with-python

样本数据：forge——分类 wave——回归

K近邻：分类回归

线性模型：回归：最小二乘、岭、lass 分类：logistics、SVM（线性支持向量机）多分类

朴素贝叶斯分类：G（任意连续数据）、B（二分类数据）、M（计数数据）后两者用于文本数据分类

决策树

决策树集成

核支持向量机SVM

神经网络：一般用来解决分类和回题

具体案例：

1.识别手写字

2.电影评论二分类

3.新闻分类多分类

4.预测房价线性回归

Name		Name	Last commit message	Last commit date
Latest commit History 32 Commits
.ipynb_checkpoints		.ipynb_checkpoints
Python_learning		Python_learning
images		images
iris		iris
机器学习要点		机器学习要点
1002.ipynb		1002.ipynb
CNN1.ipynb		CNN1.ipynb
CNN相关说明.ipynb		CNN相关说明.ipynb
Linear modle.ipynb		Linear modle.ipynb
README.md		README.md
classify hand-written digits.ipynb		classify hand-written digits.ipynb
classifying-movie-reviews.ipynb		classifying-movie-reviews.ipynb
dog_vs_cats.ipynb		dog_vs_cats.ipynb
dogs vs cats.ipynb		dogs vs cats.ipynb
git-note.md		git-note.md
predicting-house-prices.ipynb		predicting-house-prices.ipynb
使用预训练CNN.ipynb		使用预训练CNN.ipynb
划水验证区.ipynb		划水验证区.ipynb

Provide feedback