- Python机器学习笔记：sklearn库的学习
- Python机器学习笔记：使用sklearn做特征工程和数据挖掘
- Python机器学习笔记：Grid SearchCV（网格搜索）
关于逻辑回归文件夹中的数据和代码，详情请参考博客:
- Python机器学习笔记：Logistic Regression
关于决策树文件夹中的数据和代码，详情请参考博客:
- python机器学习笔记：深入学习决策树算法原理
- python机器学习笔记：ID3决策树算法实战
关于K近邻文件夹中的代码和数据，详情请参考博客：
- Python机器学习笔记：K-近邻（KNN）算法
关于朴素贝叶斯文件夹中的代码，详情请参考博客：
- Python机器学习笔记：朴素贝叶斯算法
关于K-Means&DBSCAN文件夹中的代码和数据，详情请参考博客：
- Python机器学习笔记：K-Means算法，DBSCAN算法
关于集成学习文件夹中的代码，详情请参考博客：
- Python机器学习笔记 集成学习总结
关于单样本分类文件夹中的代码，详情请参考博客：
- Python机器学习笔记：One Class SVM
关于PCA降维算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：主成分分析（PCA）算法
关于LDA降维文件夹中的代码，详情请参考博客：
- Python机器学习笔记：线性判别分析（LDA）算法
关于EM算法文件夹中的代码，详情请参考博客：
- python机器学习笔记：EM算法
关于SVM算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：SVM（4）——sklearn实现
关于XGBoost算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：XgBoost算法
关于IsolationForest算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：异常点检测算法——Isolation Forest
关于RamdomForest算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：随机森林算法
关于 Local Outlier Factor(LOF) 算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：异常点检测算法——LOF（Local Outiler Factor）
关于 SVD 算法文件夹中的代码，详情请参考博客：
- Python机器学习笔记：奇异值分解（SVD）算法