+0
Daily
5,833
stars
1,924
forks
220
watchers
4
prs
12
issues
0
releases
README
lihang_book_algorithm 被李航老师肯定啦!!开心! ! 简介 我这里不介绍任何机器学习算法的原理,只是将《统计学习方法》中每一章的算法用我自己的方式实现一遍。 除了李航书上的算法外,还实现了一些其他机器学习的算法。 那么我们就按章节来了 章节 第二章 感知器模型 博客:李航《统计学习方法》第二章——用Python实现感知器模型(MNIST数据集) 代码:perceptron/binary_perceptron.py 第三章 K近邻法 博客:李航《统计学习方法》第三章——用Python实现KNN算法(MNIST数据集) 代码:knn/knn.py 第四章 朴素贝叶斯 博客:李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器(MNIST数据集) 代码:naive_bayes/naive_bayes.py 第五章 决策树 博客:李航《统计学习方法》第五章——用Python实现决策树(MNIST数据集) 代码:decision_tree/decision_tree.py 第六章 逻辑斯提回归 博客:李航《统计学习方法》第六章——用Python实现逻辑斯谛回归(MNIST数据集) 代码:logistic_regression/logistic_regression.py 第六章 最大熵模型 博客:李航《统计学习方法》第六章——用Python实现最大熵模型(MNIST数据集) 代码:maxENT/maxENT.py 第七章 支持向量机 博客:李航《统计学习方法》第七章——用Python实现支持向量机模型(伪造数据集) 代码:svm/svm.py 第八章 提升方法 博客:李航《统计学习方法》第八章——用Python+Cpp实现AdaBoost算法(MNIST数据集) 纯Python代码:AdaBoost/adaboost.py Python C++代码:AdaBoost/adaboost_cpp.py,AdaBoost/Sign/Sign/sign.h,AdaBoost/Sign/Sign/sign.cpp 第十章 隐马尔科夫模型 博客:李航《统计学习方法》第十章——用Python实现隐马尔科夫模型 代码:hmm/hmm.py 额外章节 softmax分类器 博客:python 实现 softmax分类器(MNIST数据集) 代码:softmax/softmax.py
Top issues
#14李航老师出第二版了,该更新了哈哈4 comments · 2019-06-29#1关于特征函数3 comments · 2017-04-28#8关于误差更新的问题2 comments · 2018-12-17#15关于svm选择alpha的问题-总是选择相同的那几个1 comments · 2019-07-05#6关于支持向量机选择变量的问题1 comments · 2018-07-19#16同学你好,有个关于消歧的问题想向你请教一下0 comments · 2020-01-06#13hmm中generate用到的采样方法0 comments · 2019-05-07#11关于朴素贝叶斯中将概率归到[1.10001]问题0 comments · 2019-04-11