TOC

数学推导 + 纯Python实现机器学习算法

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. CatBoostcatboost
  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