機器學習經(jīng)典算法實踐

目錄
●第1章KNN

1.1KNN算法原理

1.1.1算法引入

1.1.2科學問題

1.1.3算法流程

1.1.4算法描述

1.1.5補充說明

1.2KNN算法實現(xiàn)

1.2.1簡介

1.2.2核心代碼

1.3實驗數(shù)據(jù)

1.4實驗結(jié)果

1.4.1結(jié)果展示

1.4.2結(jié)果分析

●第2章樸素貝葉斯

2.1樸素貝葉斯算法原理

2.1.1樸素貝葉斯算法引入

2.1.2科學問題

2.1.3算法流程

2.1.4算法描述

2.1.5算法補充

2.2樸素貝葉斯算法實現(xiàn)

2.2.1簡介

2.2.2核心代碼

2.3實驗數(shù)據(jù)

2.4實驗結(jié)果

2.4.1結(jié)果展示

2.4.2結(jié)果分析

●第3章C4.5

3.1C4.5算法原理

3.1.1C4.5算法引入

3.1.2科學問題

3.1.3算法流程

3.1.4算法描述

3.1.5補充說明

3.2C4.5算法實現(xiàn)

3.2.1簡介

3.2.2核心代碼

3.3實驗數(shù)據(jù)

3.4實驗結(jié)果

3.4.1結(jié)果展示

3.4.2結(jié)果分析

●第4章SVM

4.1SVM算法原理

4.1.1算法引入

4.1.2科學問題

4.1.3算法流程

4.1.4算法描述

4.1.5補充說明

4.2SVM算法實現(xiàn)

4.2.1簡介

4.2.2核心代碼

4.3實驗數(shù)據(jù)

4.4實驗結(jié)果

4.4.1結(jié)果展示

4.4.2結(jié)果分析

●第5章AdaBoost

5.1AdaBoost算法原理

5.1.1算法引入

5.1.2科學問題

5.1.3算法流程

5.1.4算法描述

5.1.5補充說明

5.2AdaBoost算法實現(xiàn)

5.2.1簡介

5.2.2核心代碼

5.3實驗數(shù)據(jù)

5.4實驗結(jié)果

5.4.1結(jié)果展示

5.4.2結(jié)果分析

●第6章CART

6.1CART算法原理

6.1.1算法引入

6.1.2科學問題

6.1.3算法流程

6.1.4算法描述

6.1.5補充說明

6.2CART算法實現(xiàn)

6.2.1簡介

6.2.2核心代碼

6.3實驗數(shù)據(jù)

6.4實驗結(jié)果

6.4.1結(jié)果展示

6.4.2結(jié)果分析

●第7章KMeans

7.1KMeans算法原理

7.1.1算法引入

7.1.2科學問題

7.1.3算法流程

7.1.4算法描述

7.1.5補充說明

7.2KMeans算法實現(xiàn)

7.2.1簡介

7.2.2核心代碼

7.3實驗數(shù)據(jù)

7.4實驗結(jié)果

7.4.1結(jié)果展示

7.4.2結(jié)果分析

●第8章Apriori

8.1Apriori算法原理

8.1.1算法引入

8.1.2科學問題

8.1.3算法流程

8.1.4算法描述

8.2Apriori算法實現(xiàn)

8.2.1簡介

8.2.2核心代碼

8.3實驗數(shù)據(jù)

8.4實驗結(jié)果

8.4.1結(jié)果展示

8.4.2結(jié)果分析

●第9章PageRank

9.1PageRank算法原理

9.1.1PageRank算法引入

9.1.2科學問題

9.1.3算法流程

9.1.4算法描述

9.2PageRank算法實現(xiàn)

9.2.1簡介

9.2.2核心代碼

9.3實驗數(shù)據(jù)

9.4實驗結(jié)果

9.4.1結(jié)果展示

9.4.2結(jié)果分析

●第10章EM

10.1EM算法原理

10.1.1EM算法引入

10.1.2科學問題

10.1.3理論推導(dǎo)

10.1.4算法流程

10.1.5算法描述

10.2EMGMM實現(xiàn)

10.2.1簡介

10.2.2核心代碼

10.3實驗數(shù)據(jù)

10.4實驗結(jié)果

10.4.1結(jié)果展示

10.4.2結(jié)果分析

參考文獻