mySKlearn工程文件结构
GitHub仓库目录
几点说明:
- 算法进度:当前已完成大部分经典算法,包括:
- 线性回归模型3个、线性分类(逻辑斯蒂回归)1个
- 朴素贝叶斯2个,多项式NB和高斯NB
- 决策树分类和回归各1个
- K近邻分类和回归各1个
- Kmeans聚类1个
- 降维算法1个,PCA
- 常用预处理模型
- 常用模型选择函数及网格搜索类
- 常用评价指标
- 程序规范:代码基本符合sklearn标准,包括参数命名、接口规范等
- 代码来源:90%以上源码为个人学习后根据理解编写,极少数有参考sklearn官方源码(如调整兰德指数源码)或他人成果(ID3决策树实现和LinearRegression中梯度下降求解)
- 算法测试:毫无疑问,当前算法还远远达不到鲁棒性标准,仅添加了部分对数据的断言,遇到不合法输入还可能会出bug或报错
- 后续:下步将逐步添加SVM以及部分集成学习算法实现,并持续优化已有算法实现
源码断续更新中……