机器学习算法代码及个人总结整理,对于算法实现部分,在相应目录中都包含有源码和数据以及测试实例,内容正在不断完善中!如有错误,还望读者指出,非常感谢,若您觉得对你有帮助,可以在右上角给个star哈(#^.^#)。PS:所有代码均符合我们整理出来的这份编码规范.

算法部分目前主要包含如下部分:

• Logistic Regression (二分类): 源码实现 。包含数据集和源码。

• Decision Tree: 决策树,源码实现.

• ROC: 用于绘制ROC曲线,源码实现.

• Naive Bayes:朴素贝叶斯,源码实现.

• K-NearestNeighbor:K最近邻算法,源码实现.

• K-Means均值聚类:源码实现.

• Adaboost组合算法:源码链接

• mRMR特征选择方法,软件使用方法

• 机器学习算法代码使用汇总,Python & R Codes

• PCA主要成分分析, Python实现源码

• LDA线性判别分析(Fisher判别),源码实现

• spark-demo:使用scala编写的spark实例.

  • invertedIndex, Spark 倒排索引实例源码

• MNIST数据集加载方法.

• 刘帝伟, 中南大学14级硕士,关注AI、机器学习、深度学习方向,HomePage.

• E-mail: csu.ldw@csu.edu.cn