README.md

机器学习实战源码分析

内容包括：
    * K-近邻算法
    * 决策树
    * 朴素贝叶斯
    * Logistic 回归
    * 支持向量机
    * AdaBoost算法
    * 线性回归
    * 岭回归
    * 逐步前向线性回归
    * 树回归
    * K-均值聚类
    * Apriori算法
    * FP-growth算法
    * PCA
    * SVD

---

开发环境：

1. 操作系统: windows 10 企业版
2. 编程环境：Python 2.7.10
3. 编程IDE：Pycham Community Edition 5.0.1

需要的Python包：

1. Numpy
2. Matplotlib
3. Beautiful-Soup
4. python-votesmart
5. python-twitter

说明

    每个包以算法名称命名，包中包含算法实现、绘图、实验数据、主程序测试4大部分：即，datas文件夹中存放相关文本数据集; 
extras_plotter文件夹中存放可视化相关代码和绘图；main文件夹下存放算法实现主函数和主测试代码。

    参考文献：《Machine Learning in Action》英文版及中文版