微信公众号上看到公众号机器学习实验室的系列文章 Python 机器学习算法实现, 感觉非常好，就学习学习吧！

PS: GitHub, luwill / Machine_Learning_Code_Implementation

除最后一节总结之外，一共 29 种算法的实现：
PS: 部分章节的算法实现并非完全是纯手动实现，而是使用了一些第三方库，这些章节进行了标黄，并对调用库的情况作了备注。

1. 线性回归
2. 逻辑回归
3. K 近邻
4. 决策树之 ID3 算法
5. 决策树之 CART 算法
6. 感知机
7. 神经网络
8. 线性可分支持向量机
9. 线性支持向量机^cvxopt
10. 线性不可分支持向量机
11. 朴素贝叶斯
12. 贝叶斯网络^pgmpy
13. Lasso 回归
14. Ridge 岭回归
15. GBDT
16. Adaboost
17. XGBoost
18. LightGBM
19. CatBoost^catboost
20. 随机森林
21. 最大熵^shāng模型^maxentropy
22. EM 算法
23. CRF 条件随机场
24. HMM 隐马尔可夫模型
25. kmeans 聚类
26. PCA 降维
27. LDA 线性判别分析
28. 奇异值分解 SVD
29. 马尔可夫链蒙特卡洛
30. 系列总结与感悟