1.1对数几率回归 📎
原题在西瓜书P69页3.3
2.决策树 📎
完成了两种评价方式与三种剪枝策略的离散决策树的编写，评价函数对决策树的影响有限。PS：连续值的决策树与多变量决策树有点难，脑壳疼不想写😋
3.1.累积形BP神经网络 📎
针对书上的西瓜数据集3.0，用BP神经网络进行了拟合，最好结果为： 学习率为0.05,隐含层维度为8,最终测试集误差为0.12090,训练了4330次,正确率为:1.00000 ps:我就是传说中的调参工程师
3.2.RBF神经网络 📎
用RBF网络实现了异或操作，中间层4阶，学习率0.1，迭代1k次结果为：
- 0 xor 0 is 0.025424
- 0 xor 1 is 0.938498
- 1 xor 0 is 0.868398
- 1 xor 1 is 0.163135
4.1 线性核与高斯核SVM在西瓜3.0α上的分类结果 📎
准确率明显高斯核（'-s 0 -t 2 -c 1000'）比线性核（'-s 0 -t 0 -c 100'）高
5.1 AdaBoost 📎
使用AdaBoost对决策树桩进行提升生成分类器。在西瓜3.0α训练集上的效果(8轮）如图
6.K近邻算法 📎
采用KD树检索样本点
