Kaggle

参考

    主要使用sklearn进行kaggle数据竞赛基础及实践
    基础部分：
    包含， 
    一、乳腺癌数据分析及预测示例入门
    二、监督学习 分类
        乳腺癌线性分类(Linear Clasification)预测分类
        手写数字字体线性支持向量机(Linear Support Vector Machine)预测分类
        新闻数据朴素贝叶斯(Naive Baise)预测分类
        鸟类数据K近临(K Nearst Neighbour)预测分类
        泰坦尼克号乘客生死决策树预测分类
    三、监督学习 回归
        房子价格的一些线性模型预测:
          线性回归(LR Linear Regression) 
          随机梯度下降（SGD）
          SVM支持向量机 回归预测
          KNN  回归预测
          决策树回归DTR  回归预测
          集成学习 回归模型  普通随机森林RF 极端随机森林E RFR 梯度提升树GBT
    四、无监督学习 聚类
        手写数字字体 K-均值聚类  后预测
        聚类效果评价
        多种聚类中心数量效果评价
        主成份分析PCA 样本数据降维处理 聚类效果对比

    提高部分：
        特征提取
        特征筛选
        模型正则化
        超参数搜索
        自然语言处理 NLTH
        词向量模型 
        XGBoot 集成训练模型 
        tensorflow
        Skflow