机器学习算法：从原理到实践（持续更新中...）

@author ： [email protected]
@first update time ： 2016-07-11
@last update time ： 2016-08-01

根据scikit-learn的目录，从原理到代码实现，对机器学习算法做说明。

参考书目：
《pattern recognition 4th》
《pattern Classification 2th》
《Pattern Recognition and Machine Learning》
《The Elements of Statistical Learning II》
《统计学习方法》

下面的目录，是完全按照scikit-learn的目录写的，本文章可以说是scikit-learn的一个说明书。中间会有一些章节缺失，大部分章节缺失的原因是因为它们讲的基本上是一个东西，被我合并为了一个章节来说明。

下面的文章中有我个人对相关算法的原理理解、算法适用范围说明，以及详细注释的scikit-learn上的示例代码。

本文章会持续更新。。。

1 监督学习

1.1 广义线性模型

1.1.1 线性回归

1.1.2 脊回归（Ridge Regression）

1.1.3 Lasso Regression

1.1.9 贝叶斯线性回归（Bayesian Linear Regression）

1.1.10 逻辑斯蒂回归（Logistic Regression）

1.1.12 感知机（Perceptron）

1.1.14 稳健回归（Robustness regression）

1.1.15 多项式曲线拟合（Polynomial Curve Fitting）

1.2 线性判别分析

1.2.1 线性判别分析（Linear Discriminant Analysis）

1.4 支持向量机

支持向量机

1.4.1支持向量机 一

1.4.1支持向量机 二

1.4.1支持向量机 三