发帖
雷达卡
线性回归: linear_regression.ipynb多元线性回归：linear_multiple.ipynb逻辑回归：logic_regression.ipynb 正则化用于逻辑回归： logic_regularization.ipynb
模型诊断+学习曲线： learnCurve.ipynb一对多分类模型：oneVSall.ipynb神经网络模型：neuralNetwork.ipynbSVM分类器：svm.ipynbkmeans聚类：kmeans.ipynbpca降维：pca.ipynb高斯分布用于异常检测：anomaly_detection.ipynb、
机器学习课程作业自写**Python2.7**版本，使用**jupyter notebook**实现，使代码更有层次感，可读性强。
本repository实现算法包括如下：
线性回归: linear_regression.ipynb
多元线性回归：linear_multiple.ipynb
逻辑回归：logic_regression.ipynb
正则化用于逻辑回归： logic_regularization.ipynb
模型诊断+学习曲线：learnCurve.ipynb
一对多分类模型：oneVSall.ipynb
神经网络模型：neuralNetwork.ipynb
SVM分类器：svm.ipynb
kmeans聚类：kmeans.ipynb
pca降维：pca.ipynb
高斯分布用于异常检测：anomaly_detection.ipynb
协调过滤推荐算法：Collaborative_Filter.ipynb
机器学习课程作业自写Python版本+Matlab程序源代码kmeans聚类pca降维线性多元线性逻辑回归等.zip
(72.08 MB, 需要: RMB 29 元)
京公网安备 11010802022788号
