机器学习汇总
介绍
本模块包含自己学习机器学习过程中学习过的内容，包含基础案例和实战案例，大部分以ipynb的格式展示，包含数据集和源代码，可以下载使用练习，包含机器学习的常见算法，如逻辑斯蒂回归，决策树，支持向量机，集成算法，贝叶斯，聚类等等。
由于包含数据集内容比较大，鉴于网速没有上传到github，而且码云自带ipynb文件渲染，可以在线看代码，由于码云自带的图片无法渲染，有些内容是通过jupyter官网的nbviewer渲染的，下面是该项目的链接。
目录
-
0-数据预处理
- 1-K近邻算法
- 2-梯度下降求解逻辑斯蒂回归
- 3-逻辑回归-信用卡欺诈检测
- 4-决策树
-
5-随机森林
-
6-特征工程
- 7-集成算法
- 8-贝叶斯-拼写检查器
- 9-贝叶斯-新闻分类
- 10-聚类算法实验分析
- 11-GMM聚类
- 12-支持向量机
-
13-降维算法
-
14-Xgboost
- 15-案例：商品销售回归分析
- 16-GBDT_XGBoost_LightGBM对比
- 17-使用lightgbm进行饭店流量预测
-
20-HMM案例实战
-
21-推荐系统
如果觉得我资料搜集和整体的还行，希望大佬打赏一下
python
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用。你还可以使用@来通知其他用户。