jiangzhonglian 53dee67337 更行决策树的部分内容

2017-03-17 19:56:37 +08:00

..

1.机器学习基础.md

…

2.k-近邻算法.md

…

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

…

4.朴素贝叶斯.md

…

5.Logistic回归.md

…

6.支持向量机.md

…

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

更新完AdaBoost的测试代码和案例

2017-03-15 20:04:27 +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

…

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

更新完2个关于Apriori所有的项目案例

2017-03-17 12:53:24 +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

更行决策树的部分内容

2017-03-17 19:56:37 +08:00

13.利用PCA来简化数据.md

…

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