基于周志华西瓜书中的数据集和各个机器学习模型的算法原理，采用python编写代码

• 逻辑回归
• 线性判别分析
• 决策树
  1. 划分选择
     1. 基于信息增益
     2. 基于基尼指数
  2. 剪枝
     1. 预剪枝
     2. 后剪枝
• 神经网络
  1. 标准BP算法
• 朴素贝叶斯
  1. 拉普拉斯变换
• （待续）

代码中重要的部分都配有蹩脚的英文注释（T.T苦学英语ing），具体使用的数据集内容请参考代码引用和数据集清单。

• logistic_regression: 逻辑回归实现。
• linear_discriminant_analysis: 线性判别分析实现。
• decision_tree: 决策树实现，集成各个**，包含划分方式有信息增益、基尼指数，连续值的处理方式有平均值法、二分法， 以及剪枝方法有预剪枝、后剪枝。
• neural_network: 神经网络实现，标准BP算法。
• naive_bayes_classifier: 朴素贝叶斯实现，采用了拉普拉斯变换。
• （待续）

均为csv文件，内容如下

• 西瓜数据集3.0alpha
• 西瓜数据集2.0
• 西瓜数据集3.0

• 线性模型

作者才疏学浅，以上资料仅供参考，交流。