近期学习机器学习，找到一本不错的教材《机器学习实战》。特此做这份学习笔记，以供日后翻阅。

机器学习算法分为有监督学习和无监督学习。这本书前两部分介绍的是有监督学习，第三部分介绍的是无监督学习（也称聚类）。有监督学习有两种功能，一种是分类（本书第一部分介绍），一种是回归预测（本书第二部分介绍）。这样就对这本书的思路有了一个总体把握。本书涉及算法包括：k-近邻算法（KNN）、决策树、朴素贝叶斯、Logistic回归、支持向量机（SVM）、AdaBoost算法、k-均值聚类算法（k-means）、Apriori算法、PCA等。另外，本书是通过“原理简述+问题实例+实际代码+运行效果”来分别介绍每个算法的，原书代码在Python2中实现，本系列文章会对其进行部分修改，使其能在Python3中运行，且代码侧重帮助加深理解算法原理。

这是系列文章，持续更新...主要用作我本人学习备忘，水平有限，文中难免有疏漏，若有错误，请不吝指教~