jiangzhonglian 3548851351 更新 12.FP-growth md文件

2017-04-01 00:24:40 +08:00

..

1.机器学习基础-选择算法.png

更新1.机器学习基础训练过程.png

2017-03-15 17:55:41 +08:00

1.机器学习基础.md

更新1.机器学习基础训练过程.png

2017-03-15 17:55:41 +08:00

1.机器学习基础训练过程.png

更新1.机器学习基础训练过程.png

2017-03-15 17:55:41 +08:00

2.k-近邻算法.md

DEV: ADD CHATPER-2 NOTE

2017-02-26 11:59:08 +08:00

3.决策树.md

更新完AdaBoost的测试代码和案例

2017-03-15 20:04:27 +08:00

3.决策树流程介绍图.jpg

更新决策树流程介绍图

2017-03-01 21:55:04 +08:00

4.朴素贝叶斯.md

更新4 贝叶斯的注解

2017-03-21 00:06:55 +08:00

5.Logistic回归.md

change 5.Logistic回归.md encoding to utf-8

2017-03-07 23:07:24 +08:00

6.支持向量机.md

svmMLiA.py 注释

2017-03-31 00:20:09 +08:00

7.ROC曲线.png

更新完AdaBoost的测试代码和案例

2017-03-15 20:04:27 +08:00

7.代价函数.png

更新完AdaBoost的测试代码和案例

2017-03-15 20:04:27 +08:00

7.利用AdaBoost元算法提高分类.md

更新 7 AdaBoost的 bagging和boosting 通俗案例

2017-03-27 16:19:35 +08:00

7.过拟合.png

更新完AdaBoost的测试代码和案例

2017-03-15 20:04:27 +08:00

8.预测数值型数据：回归.md

更新8线性回归的乱码问题，7 AdaBoost的md文档

2017-03-13 23:09:44 +08:00

9.树回归.md

更新 7 AdaBoost的 bagging和boosting 通俗案例

2017-03-27 16:19:35 +08:00

10.k-means聚类.md

Create 10.k-means聚类.md

2017-03-08 23:50:06 +08:00

11.交易清单.png

更新完10 Apriori算法.md

2017-03-16 15:54:39 +08:00

11.使用Apriori算法进行关联分析.md

更新Apriori .md注释

2017-03-30 19:06:29 +08:00

11.所有可能的项集组合.png

频繁项集->关联规则的代码测试完毕

2017-03-17 00:08:16 +08:00

11.非频繁项集.png

更新完10 Apriori算法.md

2017-03-16 15:54:39 +08:00

12.使用FP-growth算法来高效发现频繁项集.md

更新 12.FP-growth md文件

2017-04-01 00:24:40 +08:00

13.利用PCA来简化数据.md

利用PCA来简化数据.md

2017-03-01 22:01:38 +08:00

14.使用SVD简化数据.md

更新14.使用SVD简化数据.md

2017-03-13 21:50:08 +08:00