<!--
@Author: WenDesi
@Date:   09-08-16
@Email:  wendesi@foxmail.com
@Last modified by:   WenDesi
@Last modified time: 09-11-16
-->



# lihang_book_algorithm
被李航老师肯定啦！！开心！
<br>![](https://raw.githubusercontent.com/WenDesi/lihang_book_algorithm/master/weibo.png)

## 简介
我这里不介绍任何机器学习算法的原理，只是将《统计学习方法》中每一章的算法用我自己的方式实现一遍。
除了李航书上的算法外，还实现了一些其他机器学习的算法。

那么我们就按章节来了

## 章节

### 第二章 感知器模型
博客：[李航《统计学习方法》第二章——用Python实现感知器模型（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51923546)
<br>代码：[perceptron/binary_perceptron.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/perceptron/binary_perceptron.py)

### 第三章 K近邻法
博客：[李航《统计学习方法》第三章——用Python实现KNN算法（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51933044)
<br>代码：[knn/knn.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/knn/knn.py)

### 第四章 朴素贝叶斯
博客：[李航《统计学习方法》第四章——用Python实现朴素贝叶斯分类器（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/51967839)
<br>代码：[naive_bayes/naive_bayes.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/naive_bayes/naive_bayes.py)

### 第五章 决策树
博客：[李航《统计学习方法》第五章——用Python实现决策树（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/52849400)
<br>代码：[decision_tree/decision_tree.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/decision_tree/decision_tree.py)

### 第六章 逻辑斯提回归
博客：[李航《统计学习方法》第六章——用Python实现逻辑斯谛回归（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53084871)
<br>代码：[logistic_regression/logistic_regression.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/logistic_regression/logistic_regression.py)

### 第六章 最大熵模型
博客：[李航《统计学习方法》第六章——用Python实现最大熵模型（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53106579)
<br>代码：[maxENT/maxENT.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/maxENT/maxENT.py)

### 第七章 支持向量机
博客：[李航《统计学习方法》第七章——用Python实现支持向量机模型（伪造数据集）](http://blog.csdn.net/wds2006sdo/article/details/53156589)
<br>代码：[svm/svm.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/svm/svm.py)

### 第八章 提升方法
博客：[李航《统计学习方法》第八章——用Python+Cpp实现AdaBoost算法（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53195725)
<br>纯Python代码：[AdaBoost/adaboost.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/AdaBoost/adaboost.py)
<br>Python C++代码：[AdaBoost/adaboost_cpp.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/AdaBoost/adaboost_cpp.py),[AdaBoost/Sign/Sign/sign.h](https://github.com/WenDesi/lihang_book_algorithm/blob/master/AdaBoost/Sign/Sign/sign.h),[AdaBoost/Sign/Sign/sign.cpp](https://github.com/WenDesi/lihang_book_algorithm/blob/master/AdaBoost/Sign/Sign/sign.cpp)

### 第十章 隐马尔科夫模型
博客：[李航《统计学习方法》第十章——用Python实现隐马尔科夫模型](http://blog.csdn.net/wds2006sdo/article/details/75212599)
<br>代码：[hmm/hmm.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/hmm/hmm.py)


## 额外章节

###softmax分类器
博客：[python 实现 softmax分类器（MNIST数据集）](http://blog.csdn.net/wds2006sdo/article/details/53699778)
<br>代码：[softmax/softmax.py](https://github.com/WenDesi/lihang_book_algorithm/blob/master/softmax/softmax.py)
