KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯

【文件属性】：
文件名称：KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯
文件大小：2.43MB
文件格式：GZ
更新时间：2021-01-17 13:41:08
knn kmeans em dt 实现算法有KNN、Kmeans、EM、Perceptron、决策树、逻辑回归、svm、adaboost、朴素贝叶斯

【文件预览】：
636.machine_learning_python__SmallVagetable
----naive_bayes()
--------.ipynb_checkpoints()
--------naiveBayesGaussian.py(2KB)
--------naiveBayes.ipynb(4KB)
--------README.md(243B)
--------naiveBayesBase.py(4KB)
----support_vector_machine()
--------.ipynb_checkpoints()
--------svm.py(5KB)
--------svm.ipynb(13KB)
--------README.md(702B)
----.gitattributes(34B)
----utils()
--------data_generater.py(1KB)
--------misc_utils.py(1KB)
--------plot.py(2KB)
--------word_utils.py(2KB)
----kmeans()
--------.ipynb_checkpoints()
--------kmeans_base.py(5KB)
--------README.md(453B)
--------kmeans.ipynb(217KB)
--------kmeans_plus.py(4KB)
----logistic_regression()
--------.ipynb_checkpoints()
--------max_entropy.py(4KB)
--------logistic_regression.ipynb(36KB)
--------README.md(206B)
--------LogisticRegressionClassifier.py(2KB)
----em()
--------gmm_penality.py(4KB)
--------main.py(2KB)
--------README.md(651B)
--------gmm.py(3KB)
--------data()
--------main_panelity.py(3KB)
----adaboost()
--------.ipynb_checkpoints()
--------AdaBoost.py(5KB)
--------README.md(833B)
--------Adaboost.ipynb(13KB)
----knn()
--------.ipynb_checkpoints()
--------knn_kdtree.py(5KB)
--------knn_base.py(2KB)
--------KNN.ipynb(17KB)
--------README.md(194B)
----README.md(1KB)
----.gitignore(33B)
----decision_tree()
--------tree_id3.py(8KB)
--------README.md(196B)
----perceptron()
--------.ipynb_checkpoints()
--------perceptron_dual.py(2KB)
--------perceptron_base.py(1KB)
--------perceptron.ipynb(23KB)
--------README.md(209B)