周志华《机器学习》课后编程题的Python实现

简介：
本书提供了周志华教授在《机器学习》教材中的课后编程习题的Python语言实现方案，旨在帮助读者通过实践加深对机器学习理论的理解与应用。 3.5 实现线性判别分析，并在西瓜数据集3.0a上展示结果。 4.10 下载或自行编写任意一种多变量决策树算法的代码，观察其在西瓜数据集上的效果。 5.10 编写一个卷积神经网络并在MNIST手写字符识别数据集上进行实验测试。 6.8 使用LIBSVM训练SVR模型，以西瓜数据集3.0α中的密度作为输入变量，含糖率为输出变量。 7.3 实现拉普拉斯修正的朴素贝叶斯分类器，并使用西瓜数据集3.0进行训练。对p.151 测1样本进行预测和判别。 8.5 编写Bagging算法代码，以决策树桩作为基学习器，在西瓜数据集3.0α上构建一个Bagging集成模型，并与图8.6所示的结果进行比较。