函式名稱均為sklearn庫中的函式
1.線性回歸演算法：linearregression：
其中常用的有：ridge:嶺回歸演算法，multitasklasso:多工lasso回歸演算法，elasticnet:彈性網眼演算法，lassolars:lars套索演算法，orthogonalmatchingpursuit:正交匹配追蹤（omp）演算法，
bayesianridge:貝葉斯嶺回歸演算法，logisticregression:邏輯回歸演算法，sgdclassifier:sgd隨機梯度下降演算法，mutitaskelasticnet：多工彈性網眼演算法，lars:最小角回歸演算法，perceptron：感知器算
法，passiveaggressiveclassifier:pa被動感知演算法，ransacregressor:魯棒回歸演算法，huberregressor:huber回歸演算法
2.樸素貝葉斯演算法，multinaomial ***** bayes，函式名：multinomialnb
其中常用：multinomialnb:多項式樸素貝葉斯演算法，gaussiannb:高斯樸素貝葉斯演算法，bernoullinb:伯努力樸素貝葉斯演算法
3.knn近鄰演算法：kneighborsclassifier
其中常用：kneighborsclassifier:knn近鄰演算法，nearestneighbors:最近鄰演算法，kneighborsregressor：k近鄰演算法，nearestcentroid：最近質心演算法
4.邏輯回歸演算法：logisticregression
5.隨機森林演算法，random forest classifier ：randomforestclassfier
其中最常用：randomforestclassifier:隨機森林演算法，baggingcclassifier：bagging裝袋演算法,extrtreeclassifier:完全隨機樹演算法，adaboost：迭代演算法，gradientboostclassifier:gbt梯度boosting演算法，
gradientboostingregressor:梯度回歸演算法，votingclassifier:投票演算法
6.決策樹演算法，decision tree：tree.decisiontreeclassifier
7.gbdt迭代決策樹演算法，gradient boosting decision tree，又叫mart（multiple additive regession tree）：gradientboostingclassifier
8.svm向量機演算法：svc
其中：svc:支援 向量機演算法，linearsvc:線性向量演算法，nusvc:nu支援向量演算法，svr:svr(trpsilon)支援向量演算法，nusvr:nu支援svr向量演算法，oneclasssvm:一類支援微向量機異常檢測演算法，
ll_min_c: 輔助函式，返回邊界引數
9.svm-cross向量機交叉演算法：svc
10.神經網路演算法：
其中：bp神經網路演算法，rbf( 徑向基）神經網路演算法，感知器神經網路演算法，線性神經網路演算法，自組織神經網路演算法，反饋神經網路演算法
sklearn庫中nerual_network提供3中演算法函式：bernoullirbm:伯努力受限玻爾茲曼機神經網路演算法，mlpclassifier:多層感知器神經網路演算法，mlpregressor:多層感知器神經網路回歸演算法
經典機器學習演算法
舉個在 nlp 的應用 給一段文字，返回情感分類，這段文字的態度是positive，還是negative 圖6 1 問題案例 為了解決這個問題，可以只看其中的一些單詞 這段文字，將僅由一些單詞和它們的計數代表 原始問題是 給你一句話，它屬於哪一類 通過bayes rules變成乙個比較簡單容易求得的...
機器學習經典演算法筆記 KNN
這裡面涉及到一些演算法實現的包，比如得到的每個點，求距離後怎麼處理的問題。前面求歐氏距離就不贅述了，這裡主要是補充一點求出結果後怎麼處理的問題 nearest np.argsort distances 這裡對每個距離進行排列，得出index 假設k 6的話 topx y train i for i ...
機器學習經典演算法筆記 梯度下降演算法
本文推薦乙個更好的版本理解 梯度下降，下面的 選自本文 這大概是我見過最好理解的乙個版本 梯度下降的場景假設 梯度梯度下降演算法的數學解釋 梯度下降演算法的例項 梯度下降演算法的實現 further reading 代價函式 j 12 m x y t x y j theta frac x theta...