https://machinelearningmastery.com/
机器学习系列教程
从随机森林开始，一步步理解决策树、随机森林、ROC/AUC、数据集、交叉验证的概念和实践。
文字能说清的用文字、图片能展示的用、描述不清的用公式、公式还不清楚的写个简单代码，一步步理清各个环节和概念。
再到成熟代码应用、模型调参、模型比较、模型评估，学习整个机器学习需要用到的知识和技能。
- 机器学习算法 – 随机森林之决策树初探（1）
- 机器学习算法-随机森林之决策树R 代码从头暴力实现（2）
- 机器学习算法-随机森林之决策树R 代码从头暴力实现（3）
- 机器学习算法-随机森林之理论概述
- 随机森林拖了这么久，终于到实战了。先分享很多套用于机器学习的多种癌症表达数据集 https://file.biolab.si/biolab/supp/bi-cancer/projections/。
- 机器学习算法-随机森林初探（1）
- 机器学习 模型评估指标 – ROC曲线和AUC值
- 机器学习 – 训练集、验证集、测试集
- 机器学习 – 随机森林手动10 折交叉验证
- 一个函数统一238个机器学习R包，这也太赞了吧
- 基于Caret和RandomForest包进行随机森林分析的一般步骤 （1）
- Caret模型训练和调参更多参数解读(2)
- 机器学习相关书籍分享
- 基于Caret进行随机森林随机调参的4种方式
- 送你一个在线机器学习网站，真香！
- UCI机器学习数据集
- 机器学习第17篇 – 特征变量筛选（1）
- 机器学习第18篇 – 基于随机森林的Boruta特征变量筛选（2）
- 机器学习系列补充：数据集准备和更正YSX包
- 机器学习第20篇 – 基于Boruta选择的特征变量构建随机森林
- 机器学习第21篇 – 特征递归消除RFE算法 理论
- RFE筛选出的特征变量竟然是Boruta的4倍之多
- 更多特征变量却未能带来随机森林分类效果的提升
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.e1idc.net
