西瓜书代码实战

本项目以西瓜书以及南瓜书为主要参考，其他资料为辅助，来进行常见机器学习代码的实战。主要特色为力求数码结合，即数学公式与相关代码的形神对应，能够帮助读者加深对公式的理解以及代码的熟练。

详细教程请阅读 西瓜书代码实战.pdf

算法进度

算法名称	相关材料	进度	备注
01-LinearRegression	sklearn	OK
02-LogisticRegression	sklearn	OK
03-DecisionTree	sklearn	OK
04-MLP	sklearn	OK
05-SVM	sklearn	OK
06-Bayes	sklearn	OK
07-Random Forest	sklearn	OK
08-AdaBoos	sklearn	OK
09-K-means	sklearn	OK
10-kNN	sklearn	OK
11-PCA	sklearn	OK
12-HMM	hmmlearn	OK
13-Visualization	sklearn	OK

算法项目实战

学习完了西瓜书，手动实现相关的算法后，接下来就是到了实战的环节，datawhale开源的数据竞赛项目给大家施展自己coding的平台

• 数据挖掘实践（二手车价格预测）

• 数据挖掘实践（金融风控）

• 数据挖掘实践（心跳信号分类）

贡献者

John Jim 算法实战 北京大学

牧小熊 chap 13 华中农业大学

梁家晖 chap 1-4 广州城市理工学院

张若萱 chap 5-8 天津理工大学

孙子涵 chap 9-12 太原理工大学

Refs

统计学习方法、西瓜书、机器学习实战

machine-learning-toy-code 快速上手指南

本项目基于《机器学习》（西瓜书）与《南瓜书》，旨在通过代码实战实现数学公式与算法逻辑的“形神对应”。适合希望深入理解机器学习原理并掌握 Python 实现的开发者。

环境准备

• 操作系统：Windows / macOS / Linux
• Python 版本：推荐 Python 3.8 及以上
• 前置依赖：
  • numpy
  • pandas
  • matplotlib
  • scikit-learn (sklearn)
  • hmmlearn (用于 HMM 算法)

建议国内用户使用清华或阿里镜像源加速安装。

安装步骤

1. 克隆项目代码

   git clone https://github.com/datawhalechina/machine-learning-toy-code.git
   cd machine-learning-toy-code
   

2. 安装依赖库

   使用 pip 配合国内镜像源安装所需包：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

   注：若项目中无 requirements.txt，可手动安装核心依赖：

   pip install numpy pandas matplotlib scikit-learn hmmlearn -i https://pypi.tuna.tsinghua.edu.cn/simple
   

基本使用

本项目按章节组织算法代码，以线性回归（Linear Regression）为例：

1. 进入对应算法目录

   cd 01-LinearRegression
   

2. 运行代码示例 直接运行主脚本查看基于 sklearn 的实现及公式对应逻辑：

   python main.py
   

   (注：具体文件名请以目录内实际文件为准，通常为 main.py 或 lr_sklearn.py)

3. 进阶实战 完成基础算法学习后，可前往项目推荐的实战项目进行应用：

   • 二手车价格预测：SecondHandCarPriceForecast
   • 金融风控：FinancialRiskControl

详细理论推导与代码对照说明，请参阅项目根目录下的 西瓜书代码实战.pdf。