博客目录——R语言学习笔记

  • 更新日期:2018/04/24

R实现机器学习

R机器学习(一)——一元回归
R机器学习(二)——非线性回归
R机器学习(三)——多元回归
R机器学习(四)——logistics回归
R机器学习(五)——决策树ID3算法
R机器学习(六)——决策树C4.5算法
R机器学习(七)——回归树CART算法
R机器学习(八)——K-means聚类
R机器学习(九)——层次聚类
R机器学习(十)——密度聚类DBSCAN
R机器学习(十一)——Apriori关联规则
R机器学习(十二)——SVM
R机器学习(十三)——时间序列模型
R机器学习(十四)——主成分分析
R机器学习(十五)——朴素贝叶斯
R机器学习(十六)——KNN算法
R机器学习(十七)——梯度提升决策树(GBDT)
R机器学习(十八)——随机森林
R机器学习(十九)——Adaboost算法
R机器学习(二十)——BP神经网络
R机器学习(二十一)——基于Tensorflow实现神经网络

猜你喜欢

转载自blog.csdn.net/roguesir/article/details/80068253