機器學(xué)習(xí)：Python實踐

第一部分 初始
1 初識機器學(xué)習(xí) 2
1.1 學(xué)習(xí)機器學(xué)習(xí)的誤區(qū) 2
1.2 什么是機器學(xué)習(xí) 3
1.3 Python 中的機器學(xué)習(xí) 3
1.4 學(xué)習(xí)機器學(xué)習(xí)的原則 5
1.5 學(xué)習(xí)機器學(xué)習(xí)的技巧 5
1.6 這本書不涵蓋以下內(nèi)容 6
1.7 代碼說明 6
1.8 總結(jié) 6
2 Python 機器學(xué)習(xí)的生態(tài)圈 7
2.1 Python 7
2.2 SciPy 9
2.3 scikit-learn 9
2.4 環(huán)境安裝 10
2.5 總結(jié) 12
3 第一個機器學(xué)習(xí)項目 13
3.1 機器學(xué)習(xí)中的 Hello World 項目 13
3.2 導(dǎo)入數(shù)據(jù) 14
3.3 概述數(shù)據(jù) 15
3.4 數(shù)據(jù)可視化 18
3.5 評估算法 20
3.6 實施預(yù)測 23
3.7 總結(jié) 24
4 Python 和 SciPy 速成 25
4.1 Python 速成 25
4.2 NumPy 速成 34
4.3 Matplotlib 速成 36
4.4 Pandas 速成 39
4.5 總結(jié) 41
第二部分 數(shù)據(jù)理解
5 數(shù)據(jù)導(dǎo)入 44
5.1 CSV 文件 44
5.2 Pima Indians 數(shù)據(jù)集 45
5.3 采用標(biāo)準(zhǔn) Python 類庫導(dǎo)入數(shù)據(jù) 46
5.4 采用 NumPy 導(dǎo)入數(shù)據(jù) 46
5.5 采用 Pandas 導(dǎo)入數(shù)據(jù) 47
5.6 總結(jié) 47
6 數(shù)據(jù)理解 48
6.1 簡單地查看數(shù)據(jù) 48
6.2 數(shù)據(jù)的維度 49
6.3 數(shù)據(jù)屬性和類型 50
6.4 描述性統(tǒng)計 50
6.5 數(shù)據(jù)分組分布（適用于分類算法） 51
6.6 數(shù)據(jù)屬性的相關(guān)性 52
6.7 數(shù)據(jù)的分布分析 53
6.8 總結(jié) 54
7 數(shù)據(jù)可視化 55
7.1 單一圖表 55
7.2 多重圖表 58
7.3 總結(jié) 61
第三部分 數(shù)據(jù)準(zhǔn)備
8 數(shù)據(jù)預(yù)處理 64
8.1 為什么需要數(shù)據(jù)預(yù)處理 64
8.2 格式化數(shù)據(jù) 65
8.3 調(diào)整數(shù)據(jù)尺度 65
8.4 正態(tài)化數(shù)據(jù) 67
8.5 標(biāo)準(zhǔn)化數(shù)據(jù) 68
8.6 二值數(shù)據(jù) 69
8.7 總結(jié) 70
9 數(shù)據(jù)特征選定 71
9.1 特征選定 72
9.2 單變量特征選定 72
9.3 遞歸特征消除 73
9.4 主要成分分析 75
9.5 特征重要性 76
9.6 總結(jié) 76
第四部分 選擇模型
10 評估算法 78
10.1 評估算法的方法 78
10.2 分離訓(xùn)練數(shù)據(jù)集和評估數(shù)據(jù)集 79
10.3 K 折交叉驗證分離 80
10.4 棄一交叉驗證分離 81
10.5 重復(fù)隨機分離評估數(shù)據(jù)集與訓(xùn)練數(shù)據(jù)集 82
10.6 總結(jié) 83
11 算法評估矩陣 85
11.1 算法評估矩陣 85
11.2 分類算法矩陣 86
11.3 回歸算法矩陣 93
11.4 總結(jié) 96
12 審查分類算法 97
12.1 算法審查 97
12.2 算法概述 98
12.3 線性算法 98
12.4 非線性算法 101
12.5 總結(jié) 105
13 審查回歸算法 106
13.1 算法概述 106
13.2 線性算法 107
13.3 非線性算法 111
13.4 總結(jié) 113
14 算法比較 115
14.1 選擇最佳的機器學(xué)習(xí)算法 115
14.2 機器學(xué)習(xí)算法的比較 116
14.3 總結(jié) 118
15 自動流程 119
15.1 機器學(xué)習(xí)的自動流程 119
15.2 數(shù)據(jù)準(zhǔn)備和生成模型的 Pipeline 120
15.3 特征選擇和生成模型的 Pipeline 121
15.4 總結(jié) 122
第五部分 優(yōu)化模型
16 集成算法 124
16.1 集成的方法 124
16.2 裝袋算法 125
16.3 提升算法 129
16.4 投票算法 131
16.5 總結(jié) 132
17 算法調(diào)參 133
17.1 機器學(xué)習(xí)算法調(diào)參 133
17.2 網(wǎng)格搜索優(yōu)化參數(shù) 134
17.3 隨機搜索優(yōu)化參數(shù) 135
17.4 總結(jié) 136
第六部分 結(jié)果部署
18 持久化加載模型 138
18.1 通過 pickle 序列化和反序列化機器學(xué)習(xí)的模型 138
18.2 通過 joblib 序列化和反序列化機器學(xué)習(xí)的模型 140
18.3 生成模型的技巧 141
18.4 總結(jié) 141
第七部分 項目實踐
19 預(yù)測模型項目模板 144
19.1 在項目中實踐機器學(xué)習(xí) 145
19.2 機器學(xué)習(xí)項目的 Python 模板 145
19.3 各步驟的詳細(xì)說明 146
19.4 使用模板的小技巧 148
19.5 總結(jié) 149
20 回歸項目實例 150
20.1 定義問題 150
20.2 導(dǎo)入數(shù)據(jù) 151
20.3 理解數(shù)據(jù) 152
20.4 數(shù)據(jù)可視化 155
20.5 分離評估數(shù)據(jù)集 159
20.6 評估算法 160
20.7 調(diào)參改善算法 164
20.8 集成算法 165
20.9 集成算法調(diào)參 167
20.10 確定最終模型 168
20.11 總結(jié) 169
21 二分類實例 170
21.1 問題定義 170
21.2 導(dǎo)入數(shù)據(jù) 171
21.3 分析數(shù)據(jù) 172
21.4 分離評估數(shù)據(jù)集 180
21.5 評估算法 180
21.6 算法調(diào)參 184
21.7 集成算法 187
21.8 確定最終模型 190
21.9 總結(jié) 190
22 文本分類實例 192
22.1 問題定義 192
22.2 導(dǎo)入數(shù)據(jù) 193
22.3 文本特征提取 195
22.4 評估算法 196
22.5 算法調(diào)參 198
22.6 集成算法 200
22.7 集成算法調(diào)參 201
22.8 確定最終模型 202
22.9 總結(jié) 203