朴素贝叶斯算法是有监督的学习算法，解决的是分类问题，如客户是否流失、是否值得投资、信用等级评定等多分类问题。该算法的优点在于简单易懂、学习效率高、在某些领域的分类问题中能够与决策树...
机器学习机器学习实战教程（四）：朴素贝叶斯基础篇之言论过滤器
阅读全文
机器学习 机器学习机器学习实战教程（三）：决策树实战篇之为自己配个隐形眼镜
本篇文章将在此基础上进行介绍。主要包括：决策树构建、决策树可视化、使用决策树进行分类预测、决策树的存储和读取sklearn实战之预测隐形眼睛类型。
机器学习机器学习实战教程（二）：决策树基础篇之让我们从相亲说起
本篇讨论决策树的原理和决策树构建的准备工作，完整实例内容会在下一篇文章进行讲解。
机器学习机器学习实战教程（一）：K-近邻算法（史诗级干货长文）
本文将从k-近邻（KNN）算法的思想开始讲起，使用python3一步一步编写代码进行实战训练。并且，我也提供了相应的数据集，对代码进行了详细的注释。除此之外，本文也对sklearn...
