機器學習彙總

機器學習彙總

介紹

本模塊包含自己學習機器學習過程中學習過的內容，包含基礎案例和實戰案例，大部分以ipynb的格式展示，包含數據集和源代碼，可以下載使用練習，包含機器學習的常見算法，如邏輯斯蒂迴歸，決策樹，支持向量機，集成算法，貝葉斯，聚類等等。

由於包含數據集內容比較大，鑑於網速沒有上傳到github，而且碼雲自帶ipynb文件渲染，可以在線看代碼，由於碼雲自帶的圖片無法渲染，有些內容是通過jupyter官網的nbviewer渲染的，下面是該項目的鏈接。

項目碼雲鏈接

目錄

• 0-數據預處理

  • 數值特徵處理
  • 離散特徵處理
• 1-K近鄰算法
• 2-梯度下降求解邏輯斯蒂迴歸
• 3-邏輯迴歸-信用卡欺詐檢測
• 4-決策樹

• 5-隨機森林

  • 隨機森林
  • 數據特徵對隨機森林的影響
  • 隨機森林參數選擇

• 6-特徵工程

  • 特徵預處理
  • 數值特徵
  • 文本特徵
  • 圖像特徵
• 7-集成算法
• 8-貝葉斯-拼寫檢查器
• 9-貝葉斯-新聞分類
• 10-聚類算法實驗分析
• 11-GMM聚類
• 12-支持向量機

• 13-降維算法

  • LDA
  • PCA

• 14-Xgboost

  • 數據探索
  • 建模
• 15-案例：商品銷售迴歸分析
• 16-GBDT_XGBoost_LightGBM對比
• 17-使用lightgbm進行飯店流量預測

• 20-HMM案例實戰

  • HMM實踐
  • 時間序列

• 21-推薦系統

  • 電影數據集推薦系統

如果覺得我資料蒐集和整體的還行，希望大佬打賞一下