MachineLearning Mahchine Leaning in Action (python) 第一部分 分类 机器学习基础 机器学习基础 k-近邻算法 k-近邻算法 决策树 决策树 基于概率论的分类方法:朴素贝叶斯 Logistic回归 支持向量机 利用AdaBoost元算法提高分类 第二部分 利用回归预测数值型数据 预测数值型数据:回归 数回归 第三部分 无监督学习 使用K-均值聚类算法对未标注数据分组 使用Apriori算法进行关联分析 使用FP-growth算法来高效发现频繁项集 第四部分 其他工具 使用PCA来简化数据 *利用PCA来简化数据 使用SVD简化数据 大数据与MapReduce 附录A Python入门 附录B 线性代数 附录C 概率论复习 附录D 资源 索引 版权声明