数据挖掘常用算法理解与R语言实现（系列待完成）

要做啥：

1、把自己学到的数据挖掘常用算法，按照自己的理解做详细的整理和解释。

2、用R语言自带包实现经典算法小案例。

3、用R语言编写自定义函数实现算法。

4、做算法自定义函数的模型评估。

为何做：

1、熟悉R语言语法

2、深入理解算法内容

3、练习模型评估方法

做了啥

【决策树】 ID3算法理解与实现

【聚类算法】Kmeans算法理解与实现

【分类算法】BP神经网络算法理解与实现

【关联规则】Aprior 算法理解与实现

【分类算法】SVM 算法理解与实现

【聚类算法】KNN算法理解与实现

【决策树】Cart算法理解与实现

【分类算法】贝叶斯算法理解与实现

【迭代算法】Adaboost算法理解与实现

【网页排名】PageRank算法理解与实现

怎么做的：

《机器学习实战》

《R语言实战》

《数据挖掘算法原理与实现》

  博客：http://my.csdn.net/skyonefly

所有代码及问题说明请访问我的github：https://github.com/HelloMrChen/AlgorithmPractise-R