此项目是我在学习《机器学习实战》这本书时的代码记录情况，用python实现，当然也会包括一些其他的机器学习
0: 【距离计算】MachingLearning中的距离和相似性计算以及python实现:
http://blog.csdn.net/gamer_gyt/article/details/75165842
1：【关联规则】Apriori算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51113753
2：【关联规则】FP-Tree算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51113753
3：【决策树算法】基于信息论的三种决策树算法之ID3算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51242815
4：【聚类算法】二分-kMeans算法（二分K均值聚类）分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/48949227
5：【回归算法】Logistic回归算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51236978
http://blog.csdn.net/gamer_gyt/article/details/51242150
6：【分类算法】AdaBoost算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51372309
7：【分类算法】朴素贝叶斯算法分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/47205371
http://blog.csdn.net/gamer_gyt/article/details/47860945
8：【回归算法】预测数值型数据-回归（Regression）分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51405251
9：【降维技术】PCA降维技术分析与Python代码实现，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51418069
10：【推荐系统】基于标签的推荐系统，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51684716
11：【推荐系统】基于图推荐系统，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51694250
12：【推荐系统】基于用户和Item的协同过滤推荐算法，具体分析请参考博客：
http://blog.csdn.net/gamer_gyt/article/details/51346159
13：基于随机变量的熵来进行数据建模和分析
http://blog.csdn.net/gamer_gyt/article/details/53729868
14：【推荐系统】推荐算法的回顾总结
http://blog.csdn.net/gamer_gyt/article/details/74367714
15：【推荐系统】基于协同的Slope One算法原理介绍和实现
https://blog.csdn.net/Gamer_gyt/article/details/98210975
16：【推荐系统】基于三部图网络结构的知识推荐算法
https://blog.csdn.net/Gamer_gyt/article/details/98508579
文件夹为 spider，其内会逐步增加一些爬虫程序和数据，希望对你们有帮助
CSDN博客地址：
http://blog.csdn.net/gamer_gyt/
如有问题请联系：
QQ：1923361654
WeChat：gyt13342445911
Email：thinkgamer_gyt@gmail.com