机器学习之典型监督学习方法分类实践与比较分析

知识盲盒

---

**简介** 采用有监督学习的方法，如：线性回归、贝叶斯分类器、逻辑回归、K近邻算法、SVM、Adaboost、KNN、决策树、随机森林等实现对同一数据集的分类任务。

准备：
（1） Python 3.8
（2） Pycharm 2020.3
（3） Windows 10
（4） 通过pip3 install numpy, matplotlib 在cmd 中安装 numpy, matplotlib, 分别用于数据处理和画图
（5） 通过pip3 install sklearn 在cmd 中 提前安装 sklearn
Sklearn 是Scikit-learn的简称，一个开源的机器学习库，支持有监督和无监督的学习。 还提供了用于模型拟合，数据预处理，模型选择和评估以及许多其他实用程序的各种工具。
Scikit-learn 官网 https://scikit-learn.org/stable/getting_started.html

结果：

（1）10种算法的比较

（2）3种算法的比较
本期先展示下结果，有朋友感谢兴趣的话欢迎留言，下期将出一个有详细注释的源码！