个人使用jupyter notebook整理的peter的《机器学习实战》代码，使其更有层次感，更加连贯，也根据自己的代码习惯，加了一些自己的修改，以及注释。

既是为了给自己做一个笔记，如果有人需要，也是希望大家一起学习。

GitHub传送门

adaBoost文件夹：AdaBoost元算法提高分类性能

apriori文件夹：Apriori算法进行关联分析

bayes文件夹：bayes算法用于垃圾邮件分类

decisionTree文件夹：使用决策树算法，进行数据分类

fp-growth文件夹：FP-growth算法加速发现频繁项集

kmeans文件夹：kmeans + 二分kmeans算法

k-Nearest Neighbor文件夹：k近邻算法 + 数值归一化

logistic文件夹：batch GD + SGD

pca文件夹：pca降维

regress文件夹：线性回归 + 局部加权线性回归 + 岭回归 + 向前逐步回归

regressionTree文件夹：回归树+模型树

svd文件夹：svd降维 + 协同过滤算法进行物品推荐

..........................

完结！

很不错，受教了