Content

• Preface
• Classical Supervised learning
• BAYES DECISION THEORY
• Support Vector Machines(SVM)
• Linear Discriminant Analysis(LDA)
• quadratic discriminant functions (QDA)
• KNN models
• Naive Bayes models
• case study
• breast cancer
• Iris Data
• Using chemical analysis determine the origin of wines
• Appendix(code source)
• QDA algorithm
• KNN algorithm
• Naive Bayes models algorithm

Case study

我对算法进行了几种案例的测试，暂时主要包括

• 鸢尾花的分类（三种类型相近的鸢尾花判别）
• 葡萄酒品种推断（通过物理化学分析，判别同一产地略有差异的葡萄酒品种）
• 女性乳腺癌预测（Wisconsin大学医院临床数据，699名女性乳腺医学实际资料）

以上三个算例，在有效数据预处理后，通过机器学习后，都有较好的预测性能。目前算法未做容错处理，因此要求数据预处理较为严格。 其他算例暂未进行测试。

以上案例，都未进行调优，也未与一些经典文献中的识别正确率进行进一步比较。只是初步实现了功能，在具体应用场景中，可以进一步分析。