ML

机器学习算法

数据集

---

一个关于糖尿病患者的数据集 diabets.csv 一个Kaggle中Titanic数据集　train.csv,test.csv

模型

1.决策树

    根据糖尿病的数据集获取训练集和测试集
    实现了预剪枝和后剪枝

2.线性模型

  SVM
  Logistic

3.随机森林

    使用决策树基学习器

4.KNN

    实现了k近邻算法

各文件夹描述

---

dataProcess.py  
   用于处理数据集的函数
   包括：归一化，one-hot化，抽取特征边界
  
loadDatas.py
  用于加载数据
  包含加载糖尿病数据集和Titanic数据的函数
  
optim.py
  各种优化函数
  包括：各种loss函数
       各种激活函数
       各种梯度下降的优化方法
       normalization
       dropout

Model.py
  包含各种模型
  有:决策树模型
     线性模型

ModelTest.ipynb
   对模型的测试