安装包，可以使用

垃圾邮件分类 K最近邻居分类器： Accuracy: 93.x% 决策树分类器： Accuracy: 93-94% 朴素贝叶斯分类器： Accuracy: 96.x% Ada-Boost分类器： Accuracy: 96.x% 支持向量机： Accuracy: 97.x% 随机森林分类器： Accuracy: 97-98.x% 调整参数可能会导致结果变化

scikit-learn 机器学习包，很好的工具。但是官方网站没有适合python3.x的，在国外unofficial网站下载。 （网址见我的博文python、数据收集、数据分析） numpy、scipy、scikit-learn三个已打包，顺序逐个安装。

支持win32的 scikit_learn python版本2.7

数据挖掘工具scikit-learn一键安装

scikit_learn-0.18.2，适用于python2.7,win64位

kdd99ml 使用kdd99数据集的SciKit ML算法演示 基于Charanpal Dhanjal的工作 所使用的数据集是KDD Cup 99数据集 要下载数据集： 下载具有以下内容的KDD Cup 99数据集： wget 要么 wget 并解压缩。 第一个约占740MBytes，第二个约占71MBytes。 如果您使用较小的数据集，请在代码中调整文件名：raw_data_filename = data_dir +“ kddcup.data”更改为raw_data_filename = data_dir +“ kddcup.data_10_percent” 使用pyt

使用深度学习的混合恶意代码检测 关于 这是一种基于深度学习的混合恶意代码检测方法的Keras实现。 基本上，它是由自动编码器和深度信任网络组成的混合模型。 有关数据集的详细信息，请。 Python依赖 脾气暴躁的 凯拉斯 大熊猫 Scikit学习 张量流 环境设定 如果使用Python Ananconda Environment，则更可取。 您可以从下载 使用以下命令创建新的conda环境： conda create -n hybrid-code python=3.5 通过运行以下代码来激活环境： source activate hybrid-code 要安装所需的库，请运行以下命令：

机器学习 1.교재 머신러닝（动手机器学习） 2.목차 第1部分。 第01章- 第02章- 第03章- 第04章- 第五章- 第06章- Chap07- 第08章- 第2部分。 第09章- 第10章- 第11章-심층 저→ 업로드정 第12章-下载→ 로 → 업로드정 第13章- 第14章-[순환，RNN] 第15章- 第16章- 3.참고자료 GitHub的： ： Scikit-Learn ： ： //scikit-learn.org TensorFlow ： : //www.tensorflow.org

比较轨迹聚类方法 这是我的模式识别课程学期项目。 目标是在民用飞行数据上比较4种聚类算法（k型，高斯混合模型，dbscan和hdbscan）。 可以在report.pdf文件中找到更多详细信息。 产生的集群如下所示： 应用轨迹分割以减少采样点的数量，并使用hausdorff距离比较轨迹之间的相似性。 更新（2019年2月） 添加了一个演示项目的每个步骤。 首先请看一下，它比项目的其他部分更短，更容易理解。 它还在公共数据集上显示了这些步骤。 公开数据集： 集群轨迹：