机器学习源码资源包
链接:https://pan.baidu.com/s/1kNQSuEpd3G_oEMWby0-m0A
其中包括:
01 - 基于K-最近邻算法构建鸢尾花分类模型
02 - 基于K-最近邻算法构建红酒分类模型
03 - 基于逻辑回归构建肿瘤预测模型
04 - 使用线性回归构建波士顿房价预测模型
05 - 基于决策树及集成算法的回归与分类案例
06 - 基于支持向量机的Digits手写数字识别
07 - 基于朴素贝叶斯分类器的钞票真伪识别
08 - 基于多种算法实现鸢尾花聚类
09 - 密度聚类算法(DBSCAN)实验案例
10 - 基于PCA与LDA的数据降维实践
11 - 基于LDA+SVM实现人脸识别模型
12 - 基于t-SNE的Digits数据集降维与可视化
13 - 数据缩放在监督学习中的应用
14 - 人口普查数据集独热编码转换
15 - 多项式特征应用案例
16 - 红酒分类案例中使用分箱处理
17 - 肿瘤预测案例中应用自动特征选择
18 - 常用异常检测模型的应用
19 - 使用交叉验证评估模型
20 - 使用网格搜索自动调参
21 - 绘制ROC曲线及P-R曲线
22 - 使用构建Pipeline构建算法链
23 - 用Keras单层网络预测银行客户流失率
24 - 用Keras深度神经网络预测银行客户流失率
25 - Bagging算法预测银行客户流失率
26 - Boosting算法预测银行客户流失率
27 - Stacking算法预测银行客户流失率
28 - Voting_Averaging算法预测银行客户流失率
29 - 线性回归预测网店的销售额项目实战
30 - 逻辑回归预测泰坦尼克号乘客生存率