链接：https://pan.baidu.com/s/1wLa3xUc2rDUpUGTAqKOzcg?pwd=b7lx
提取码：b7lx
(相关资料图)
前言 本书为《机器学习经典算法实践（JAVA版）》的姊妹篇。应读者要求，由于当前Python语言在机器学习领域的广泛使用，本次出版由书稿写作组李茜博士牵头，将原书稿中全部算法使用Python语言实现。同时，为了保证和原书Java版代码风格一致，在Python实现时尽量保证原有的类设计、函数设计思想。争取做到将原书的JAVA实现“翻译”成Python实现。 当前，大数据、社交网络、计算智能、深度学习等词汇都已经成为我们日常生活中经常看到的热门专业名词了。如果我们考虑一下这些领域的共性，那么机器学习一定是重要的交集部分。很多来自不同领域、承担不同角色的学生、工作人员都在加入学习机器学习的队伍。 本书旨在帮助正走在或即将走向学习机器学习路上的广大读者朋友。我们在日常教学和培养研究生过程中发现，很多同学一方面想学、愿
目录
●第1章KNN
1.1KNN算法原理
1.1.1算法引入
1.1.2科学问题
1.1.3算法流程
1.1.4算法描述
1.1.5补充说明
1.2KNN算法实现
1.2.1简介
1.2.2核心代码
1.3实验数据
1.4实验结果
1.4.1结果展示
1.4.2结果分析
●第2章朴素贝叶斯
2.1朴素贝叶斯算法原理
2.1.1朴素贝叶斯算法引入
2.1.2科学问题
2.1.3算法流程
2.1.4算法描述
2.1.5算法补充
2.2朴素贝叶斯算法实现
2.2.1简介
2.2.2核心代码
2.3实验数据
2.4实验结果
2.4.1结果展示
2.4.2结果分析
●第3章C4.5
3.1C4.5算法原理
3.1.1C4．5算法引入
3.1.2科学问题
3.1.3算法流程
3.1.4算法描述
3.1.5补充说明
3.2C4.5算法实现
3.2.1简介
3.2.2核心代码
3.3实验数据
3.4实验结果
3.4.1结果展示
3.4.2结果分析
●第4章SVM
4.1SVM算法原理
4.1.1算法引入
4.1.2科学问题
4.1.3算法流程
4.1.4算法描述
4.1.5补充说明
4.2SVM算法实现
4.2.1简介
4.2.2核心代码
4.3实...