一些Python数据分析、机器学习的demo和经验总结
demo大部分基于《机器学习实战》这本书
| 算法 | demo | ||
|---|---|---|---|
| kNN | k近邻 | 基本实现|海伦的约会|手写数字识别 | ✔ |
| Decision Tree | 决策树 | 基本实现 | ✔ |
| AdaBoost | 自适应增强 | ||
| Navie Bayes | 朴素贝叶斯 | ||
| Logistic | 逻辑回归 | ||
| SVM | 支持向量机 | ||
| Python可视化 | 各种画图 | 数据导入|预处理|绘图 | |
| KMeans | k聚类 | 代码实现|航空公司客户价值分析（实验） |
目前：
-
LM模型和决策树的小demo in [LM and Decision Tree] 文件夹（包含EXCEL数据和模型结构）
-
kNN - demo：海伦的约会 数据+代码+测试
-
kNN 手写数字识别（数据+代码）
-
K聚类 - demo：航空公司客户价值分析 demo中算法使用sklearn库实现
-
K聚类 - demo：手写代码实现
-
Python数据可视化：基于Matplotlib官方网站的一些小demo，用于练习Python数据可视化
ps: 神经网络的模型结构的保存文件 (.keras格式) 推荐使用Netron可视化工具
update log:
2020.05.19
更新demo：k聚类 客户价值分析demo 实现
2020.05.13
更新demo：k聚类 航空公司客户价值分析
2020.05.10
更新demo：kNN数字识别代码
2020.05.09
更新demo：海伦的约会 测试代码
2020.05.05
更新了书本上kNN的简单实现（我的版本和教程版本）
更新“海伦的约会”demo+数据（txt格式）