统计学习方法 李航
Features
- 代码使用 scikit-learn 的形式组织,方便学习和实验
- 代码按照统计学习方法中的思路实现,包含详细实现思路与注释
Example
# 加载数据 train_path = '../mnist/mnist_train.csv' test_path = '../mnist/mnist_test.csv' train_data, train_label = load_data(train_path) test_data, test_label = load_data(test_path) # 创建朴素贝叶斯分类器 nb = NaiveBayes(var_smoothing=1) # 训练 nb.fit(train_data, train_label) # 测试 nb.score(test_data, test_label)
数据集: mnist, 请使用 ./data/transMinist.py 生成
-
K 近邻:
KNN -
感知机:
Perceptron -
朴素贝叶斯:
NaiveBayes -
决策树:
DicisionTree -
逻辑斯谛回归:
LogisticRegression
参考:
- 泰坦尼克生存预测