临行在即，分享一个自己写的sklearn源码库

导读

考虑接下来一段时间会出差在外，现将自己近1个月来学习ML算法的一点成果做以分享，相关源码纯干货版本已上传至GitHub，有需要者可通过"阅读原文"连接自行clone。

mySKlearn工程文件结构

GitHub仓库目录

几点说明：

• 算法进度：当前已完成大部分经典算法，包括：

• • 线性回归模型3个、线性分类（逻辑斯蒂回归）1个

  • 朴素贝叶斯2个，多项式NB和高斯NB

  • 决策树分类和回归各1个

  • K近邻分类和回归各1个

  • Kmeans聚类1个

  • 降维算法1个，PCA

  • 常用预处理模型

  • 常用模型选择函数及网格搜索类

  • 常用评价指标

• 程序规范：代码基本符合sklearn标准，包括参数命名、接口规范等
  

• 代码来源：90%以上源码为个人学习后根据理解编写，极少数有参考sklearn官方源码（如调整兰德指数源码）或他人成果（ID3决策树实现和LinearRegression中梯度下降求解）

• 算法测试：毫无疑问，当前算法还远远达不到鲁棒性标准，仅添加了部分对数据的断言，遇到不合法输入还可能会出bug或报错

• 后续：下步将逐步添加SVM以及部分集成学习算法实现，并持续优化已有算法实现
  

源码断续更新中……

相关阅读：

• python数据科学系列：pandas入门详细教程

• python数据科学系列：matplotlib入门详细教程

• python数据科学系列：numpy入门详细教程