致力于将李航博士《统计学习方法》一书中所有算法实现一遍
Switch branches/tags
Nothing to show
Clone or download
Latest commit 41ae6fa Jul 16, 2017
Permalink
Failed to load latest commit information.
.idea add chapter 9 readme Nov 17, 2016
AdaBoost beauty code Nov 17, 2016
data before svm blog Nov 14, 2016
decision_tree beauty code Oct 18, 2016
features perceptron Jul 16, 2016
hmm add hmm Jul 16, 2017
knn knn debug Jul 17, 2016
logistic_regression add readme Nov 8, 2016
maxENT final finsh maxENT Nov 9, 2016
model perceptron Jul 16, 2016
naive_bayes bayes Jul 20, 2016
perceptron finish logistic regression Nov 8, 2016
softmax add softmax Dec 16, 2016
svm adaboost with threshold version complete Nov 15, 2016
README.md change line Jul 16, 2017
extract_features.py perceptron Jul 16, 2016
hog.xml perceptron Jul 16, 2016
main.py perceptron Jul 16, 2016
weibo.png add readme hmm Jul 16, 2017

README.md

lihang_book_algorithm

被李航老师肯定啦!!开心!

简介

我这里不介绍任何机器学习算法的原理,只是将《统计学习方法》中每一章的算法用我自己的方式实现一遍。 除了李航书上的算法外,还实现了一些其他机器学习的算法。

那么我们就按章节来了

章节

第二章 感知器模型

博客:李航《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集)
代码:perceptron/binary_perceptron.py

第三章 K近邻法

博客:李航《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集)
代码:knn/knn.py

第四章 朴素贝叶斯

博客:李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器(MNIST数据集)
代码:naive_bayes/naive_bayes.py

第五章 决策树

博客:李航《统计学习方法》第五章——用Python实现决策树(MNIST数据集)
代码:decision_tree/decision_tree.py

第六章 逻辑斯提回归

博客:李航《统计学习方法》第六章——用Python实现逻辑斯谛回归(MNIST数据集)
代码:logistic_regression/logistic_regression.py

第六章 最大熵模型

博客:李航《统计学习方法》第六章——用Python实现最大熵模型(MNIST数据集)
代码:maxENT/maxENT.py

第七章 支持向量机

博客:李航《统计学习方法》第七章——用Python实现支持向量机模型(伪造数据集)
代码:svm/svm.py

第八章 提升方法

博客:李航《统计学习方法》第八章——用Python+Cpp实现AdaBoost算法(MNIST数据集)
纯Python代码:AdaBoost/adaboost.py
Python C++代码:AdaBoost/adaboost_cpp.py,AdaBoost/Sign/Sign/sign.h,AdaBoost/Sign/Sign/sign.cpp

第十章 隐马尔科夫模型

博客:李航《统计学习方法》第十章——用Python实现隐马尔科夫模型
代码:hmm/hmm.py

额外章节

###softmax分类器 博客:python 实现 softmax分类器(MNIST数据集)
代码:softmax/softmax.py