# Machine-Learning-in-Action

**Repository Path**: hqk1234/Machine-Learning-in-Action

## Basic Information

- **Project Name**: Machine-Learning-in-Action
- **Description**: ⚡️⚡️⚡️《机器学习实战》代码（基于Python3）🚀
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-09-18
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# ⭐ Machine-Learning-in-Action（更新ing）

# 🎄 种树最好的时间是10年前，其次是现在！！！

- #### 📝📝📝 [欢迎关注我的 CSDN 博客](https://blog.csdn.net/tefuirnever)
- #### 📚📚📚 [机器学习实战数据集](https://github.com/TeFuirnever/Machine-Learning-in-Action/blob/master/%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%AE%9E%E6%88%98%E6%95%B0%E6%8D%AE%E9%9B%86.zip)

目录
---

- #### [《机器学习实战》博客 - 总目录](https://blog.csdn.net/TeFuirnever/article/details/99701256)

- #### [《机器学习实战》代码](https://github.com/TeFuirnever/Machine-Learning-in-Action)

---

- #### [第1章 - 机器学习基础 - 博客](https://blog.csdn.net/TeFuirnever/article/details/99734084)

---

- #### [第2章 - k-近邻算法 - 博客](https://blog.csdn.net/TeFuirnever/article/details/99739021)

- #### [Ch02-KNN - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch02-KNN)

---

- #### [第3章 - 决策树 - 博客](https://blog.csdn.net/TeFuirnever/article/details/99955515)

- #### [Ch03-DecisionTree - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch03-DecisionTree)

---

- #### [第4章 - 基于概率论的分类方法：朴素贝叶斯 - 博客](https://blog.csdn.net/TeFuirnever/article/details/100108341)

- #### [Ch04-NaiveBayes - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch04-NaiveBayes)

---

- #### [第5章 - Logistic 回归 - 博客](https://blog.csdn.net/TeFuirnever/article/details/100159150)

- #### [Ch05-Logistic - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch05-Logistic)

---

- #### [第6章 - 支持向量机 - 博客](https://blog.csdn.net/TeFuirnever/article/details/99701322)

- #### [Ch06-SVM - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch06-SVM)

---

- #### [第7章 - 利用AdaBoost 元算法提高分类性能 - 博客](https://blog.csdn.net/TeFuirnever/article/details/100191706)

- #### [Ch07-AdaBoost - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch07-AdaBoost)

---

- #### [第8章 - 预测数值型数据：回归 - 博客](https://blog.csdn.net/TeFuirnever/article/details/100572055)

- #### [Ch08-Regression - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch08-Regression)

---

- #### [第9章 - 树回归 - 博客](https://blog.csdn.net/TeFuirnever/article/details/101294837)

- #### [Ch09-Regression Trees - 代码](https://github.com/TeFuirnever/Machine-Learning-in-Action/tree/master/Ch09-Regression%20Trees)

---

- #### 第10章 - 利用K-均值聚类算法对未标注数据分组 - 博客

- #### 

---

- #### 第11章 - 使用Apriori 算法进行关联分析 - 博客

- ####

---

- #### 第12章 - 使用FP-growth 算法来高效发现频繁项集 - 博客

- ####

---

- #### 第13章 - 利用PCA 来简化数据 - 博客

- ####

---

- #### 第14章 - 利用SVD 简化数据 - 博客

- ####

---

- #### 第15章 - 大数据与MapReduce - 博客

- ####

# 📢 全部本人所写✏，仅供参考📜
# 📢 建议使用博客和代码一起完成学习📒
# 📢 鉴于水平有限，如有问题，可以博客留言🌈