老板总说大数据大数据，没办法，学习下大数据。。。
本人所有的都是新学，在此，基于Python的大数据模型做个整理。
自己给自己定几个规矩：
1、上面的模型都想学，但是、、、先看标星的。另外，先看监督的，再看无监督的。最最后，集合所学，研究下深度学习。（这些模型参考的sklearn）
2、学习顺序：KNN、线性、岭回归、LDA、SGD、逻辑、SVM、神经网络（DNN/CNN/RNN）；PCA、K-means、无监督神经网络；深度学习。
3、每个模型我基本会整理以下几个部分：算法原理、算法实现步骤、相关参数（使用SKlearn等的相关参数）、基于Python的实例、算法优缺点。
4、频率：每周一个。
好了，开始飞翔吧。
参考资源
http://scikit-learn.org/stable/
ps：这里面的模型感觉蛮好用的。