每天进步一点

支持向量机算法

K-Means（K-均值）聚类算法

集成方法-随机森林

决策树决策树概述决策树 开发流程决策树Demo决策树 算法特点决策树概述决策树是机器学习中常用的一种算法，它即可用于解决分类问题，也可用于解决回归问题。在开始介绍决策树的构建之前，首先介绍几个相关概念，信息熵、条件熵以及信息增益：首先介绍熵的概念：熵： 指的是体系的混乱的程度，在不同的学科中也有引申出的更为具体的定义，是各领域十分重要的参量。信息熵：在物理界中熵是描述事物无序性的参数...

Logistic回归算法

贝叶斯

K近邻算法KNN算法要素Scikit Learn 中的 k-近邻算法Scikit Learn 中 k-近邻算法使用实现 Scikit Learn 中的 KNeighborsClassifier 分类器Kd树KNN算法小结K近邻法(k-nearest neighbors,KNN)是一种很基本的机器学习方法了，通过测量不同特征值之间的距离的方法进行分类。（换句话说就是在一个坐标系中，你要根据你获得数...

主成分分析1.什么是主成分分析2.PCA 原理为什么正交？PCA 优缺点3.PCA的思想4.sklearn API5、案例：探究用户对物品类别的喜好细分降维6.PCA算法总结PCA优点：PCA缺点：1.什么是主成分分析概述主成分分析(Principal Component Analysis, PCA)：通俗理解：就是找出一个最主要的特征，然后进行分析。定义高维数据转化为低维数据的过...