使用KNN、朴素贝叶斯、SVM、线性回归等算法解决简单的分类问题 源码中包括线性归回算法、KNN算法、朴素贝叶斯算法及SVM算法的使用方法演示，以及对数据的预处理、训练建模过程。 实现对水果数据集的分析，最终将同类水果进行分类。

【老生谈算法】matlab多种回归分析算法.doc

深度森林python相关学习

车流量建模是车联网（vehicular Ad Hoc network，VANET）路由、多媒体接入协议、无线算法设计的基础。准确的车流量模型将对智能交通系统（intelligent transportation system，ITS）实时调度和车联网的信息安全起到十分重要的作用。基于上海市的交通流量数据，利用自回归（auto regressive，AR）模型与神经（back-propagation，BP）网络模型对车流量实测数据进行了仿真对比，给出了相应的预测结果。研究发现，两个模型均能有效地对数据进行跟踪与预测，但对不同时段数据预测的准确性有所不同。研究结果将为未来智能交通应用、车联网的理论研究等提供有力依据。

雷吉 用于贝叶斯回归的Python软件包。 该软件包的目标是成为一个相对独立的python软件包，用于解决贝叶斯回归问题。 暂时，此软件包的主要关注点是松散地基于Matlab中Carl Rasmussen的GPML工具箱的高斯过程（GP）模型，但是当我们尝试对其中一些方法进行归纳时，关注点已经发生了微小的变化。 安装 安装此软件包的最简单方法是运行 pip install -r https://github.com/mwhoffman/reggie/raw/master/requirements.txt pip install git+https://github.com/mwhoffman/reggie.git 这将安装该软件包及其任何依赖项。 安装软件包后，即可通过python直接运行随附的演示。 例如，通过运行 python -m reggie.demos.basic 演示的完整列

包含机器学习中的线性回归，包含了最佳拟合线性回顾，局部加权线性回归，岭回归以及前向逐步线性回归等算法的数据集以及代码实现。

莺尾花源码，其中包含： 逻辑回归、决策树、支持向量机、朴素贝叶斯、KNN

用于线性回归分析的数据表波士顿房价housing.csv

适用于初学者，内含python线性回归不调库的实现方法（含注释）

eviews计量经济学实验报告-简单线性回归模型分析.pdf