文件名称：Machine-Learning:在学习期间存储我的机器学习代码
文件大小：29KB
文件格式：ZIP
更新时间：2024-04-07 11:34:00
Python
用numpy进行机器学习 使用numpy（不使用sklearn）实现经典的机器学习算法。如果您想了解它们的工作原理，它将是一个很好的起点。该代码是根据UBC的机器学习课程分配进行调整的。文件的指示以及每个文件中包含的模块/功能如下。 └─code ├─findMin.py │ ├─findMinL1 │ └─findMin ├─kmeans.py │ └─Kmeans ├─knn.py │ └─KNN ├─least_squared_regression.py │ ├─LeastSquares │ ├─WeightedLeastSquares │ ├─LinearModelGradient │ └─LeastSquaresBias ├─linear_autoregres
【文件预览】：
Machine-Learning-main
----code()
--------decision_tree.py(3KB)
--------random_forest.py(980B)
--------logistic_regression.py(6KB)
--------main.py(108B)
--------utils.py(5KB)
--------random_tree.py(620B)
--------__pycache__()
--------knn.py(3KB)
--------least_squared_regression.py(3KB)
--------pca.py(3KB)
--------findMin.py(2KB)
--------kmeans.py(2KB)
--------linear_autoregressive.py(1KB)
--------neural_net.py(5KB)
--------decision_stump.py(10KB)
--------random_stump.py(1KB)
--------linear_classifier.py(3KB)
--------naive_bayes.py(2KB)
----README.md(2KB)