第一次作业：感知机算法实现 要求：手写感知机算法，并在sklearn中的breast_cancer数据集上进行测试。 实现最简易的感知机算法 $y=\text{sign}(\vec{w}\cdot \vec{x} + b)$，损失函数使用误分类点到分类超平面的总距离，使用随机梯度下降方法对模型进行优化。 第二次作业：K近邻算法实现 要求：手写K近邻算法，并在sklearn中的breast_cancer数据集上进行测试。 实现最简易的K近邻算法（不要求实现KD树），K的值自由选择。 参考代码见文件夹knn（助教自己写的，若有疑问欢迎提出issue） 第三次作业：朴素贝叶斯算法实现 要求：手写朴素贝叶斯算法。 实现最简易的朴素贝叶斯算法。 参考代码见文件夹naivebayes（助教自己写的，若有疑问欢迎提出issue）