机器学习实战 源代码和数据集

《机器学习实战》第五章Logistic回归数据集testSet.txt

"Machine Learning" (Peter Harrington) source + data set

本项目为KNN朴素贝叶斯和决策树的机器学习分类实战项目.本项目使用的数据集breast cancer iris和wine都是来自于UCI.项目包含了数据集的预处理划分和加载三种经典机器学习算法的实现

机器学习领域包含多种算法，用于解决各种问题。以下是常见算法示例：监督学习算法：线性回归、逻辑回归、决策树、随机森林、支持向量机、朴素贝叶斯、K近邻算法；无监督学习算法：K均值聚类、层次聚类、高斯混合模

机器学习包括多种算法，用于解决不同类型问题。常见算法包括：监督学习算法如线性回归、逻辑回归、决策树、随机森林、支持向量机、朴素贝叶斯、K近邻算法，以及深度学习算法如神经网络；无监督学习算法如K均值聚类

机器学习实战——KNN算法代码+数据

《机器学习实战》译版分章节数据文件及相关模块代码，很全，亲测。

这是一个关于机器学习的代码集合，全部开源。适用于手指测量，不建议商业用途。代码已经过全面调试，确保手指测量功能正常。您可以在此基础上进行二次修改和优化。

机器学习书籍（A First Course In Machine Learning) 的Matlab源代码与数据.

机器学习实战手写识别训练集，解压到python文件夹下进行运行。