A series of learning machine
Learn_Machine_Learning_in_3_Months
- navie bayes(贝叶斯公式判断所属类别概率，非常适合文本)
- support vector machine(SVM，给定一组训练实例，每个训练实例被标记为属于两个类别中的一个或另一个，SVM训练算法创建一个将新的实例分配给两个类别之一的模型，使其成为非概率二元线性分类器)
- decision trees
- KNN
- adaboost(其核心**是针对同一个训练集训练不同的分类器(弱分类器)，然后把这些弱分类器集合起来，构成一个更强的最终分类器（强分类器）)
- random foreast(随机森林是一个元估计器，它适合数据集的各个子样本上的多个决策树分类器，并使用平均值来提高预测精度和控制过度拟合)
- linear regression(线性回归，求最小误差)
- k-means(将点和聚类匹配)