描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787519849481
本书以详细的授课笔记、表格和示例，帮助你掌握Python机器学习基础知识，学习建模处理结构化数据。你参加相关培训时，可将这份宝贵的学习指南作为补充材料，你开始下一个机器学习项目时，可将其作为便捷的参考资源。
本书适合程序员、数据科学家和AI工程师，它不仅综述了机器学习的全过程，还带你了解了结构化数据处理的全过程。从本书中，你将学到分类、回归、降维和聚类等多个主题的相关方法。
本书涵盖以下主题：
用泰坦尼克号数据集讲解分类。
清洗数据和处理缺失数据。
探索数据分析。
数据预处理的常用方法。
选择对模型有用的特征。
模型选择。
度量标准和分类评估。
多种回归分析技术。
评估回归结果的度量标准。
聚类算法。
降维技术。
scikit-learn流水线。
目录
前言 1
第1 章 机器学习入门 7
本书使用的库 7
用pip 安装库 10
用conda 安装库12
第2 章 机器学习流程概览 15
第3 章 数据分类工作流：泰坦尼克号数据集 17
项目布局建议 17
导入 18
提出问题 19
数据术语 19
获取数据 21
清洗数据 22
创建特征 29
数据采样 31
数据插值 31
规范数据 32
重构 33
基准模型 35
不同算法族 35
模型堆叠 37
建模 38
评估模型 38
优化模型 40
混淆矩阵 41
ROC 曲线 42
学习曲线 44
部署模型 45
第4 章 数据缺失 47
检查数据缺失情况 48
删除缺数据的行或列 52
插值 53
添加标识列 54
第5 章 清洗数据 55
处理列名 55
替换缺失值 56
第6 章 探索数据 59
数据大小 59
汇总统计 60
直方图 61
散点图 62
Joint Plot 图 63
Pair Grid 图 66
箱形图和小提琴图 68
比较两个序数型特征 69
相关性 71
RadViz 图 76
平行坐标图 78
第7 章 预处理数据 81
标准化 81
调整取值范围 83
虚拟变量 84
标签编码 85
频数编码 86
从字符串抽取类别型数据 87
类别型数据的其他编码方法 89
日期特征的处理方法 91
添加col_na 特征 92
特征工程 93
第8 章 特征选择 95
共线列 95
套索回归 99
递归特征消除 100
互信息 102
主成分分析 103
特征重要性 103
第9 章 类别不平衡 105
采用不同度量标准 105
树模型和集成方法 105
惩罚模型 106
对小众类别上采样 106
生成小众数据 107
对大众类别下采样 107
先上采样，再下采样 109
第10 章 分类 111
对数概率回归 112
朴素贝叶斯 117
支持向量机 120
k 近邻 123
决策树 126
随机森林 133
XGBoost 138
LightGBM150
TPOT 155
第11 章 模型选择 161
验证曲线 161
学习曲线 163
第12 章 度量标准和分类评估 165
混淆矩阵 165
度量标准 168
准确率 170
召回率 171
精准率 171
f1 值 172
分类报告 172
ROC 曲线 173
精准率- 召回率曲线 175
累积增益图 176
lift 曲线 178
类别平衡 180
类别预测错误 181
判别阈值 182
第13 章 解释模型 185
回归系数 185
特征重要性 186
LIME 包186
解释树模型 188
部分依赖图 189
替代模型 193
Shapley 值 194
第14 章 回归 199
基准模型 201
线性回归 202
支持向量机 206
k 近邻 208
决策树 210
随机森林 217
XGBoost 回归 220
LightGBM 回归 228
第15 章 度量标准和回归模型的评估 233
度量标准 233
残差图 236
异方差性 237
残差正态性 237
预测误差图 239
第16 章 解释回归模型 241
Shapley 值 241
第17 章 降维技术 247
PCA 方法 247
UMAP 方法 267
t-SNE 方法 273
PHATE 方法 277
第18 章 聚类 283
k-means 算法 283
层次聚类 290
理解簇 293
第19 章 流水线 299
分类流水线 299
回归流水线 302
PCA 流水线 303
作者介绍 305
封面介绍 305
前言
如今，机器学习和数据科学非常流行，发展迅速。我的绝大部分职业生涯都在与Python 和数据打交道。结构化机器学习问题有一些常用解决方法。我在业内工作用的是这些方法，到工作坊授课讲的还是它们。工作过程，我渴望能找到一本像本书这样的常用机器学习方法参考书。
本书是一本很好的参考资料，汇总了一系列资源和参考示例，用结构化数据建模、预测。Python 有很多库，可解决这类机器学习任务的一部分工作。在本书的写作过程中，我尝试将自己在咨询或业内工作中使用到的实用技术整合进来。
很多读者也许为本书缺少对深度学习技术的介绍而感到惋惜。我之所以没有将其加进来，不仅因为那些技术可自成一书，还因为我喜欢业内认可的更简洁的技术。深度学习技术适用非结构化数据（视频、音频和图像），XGBoost 等强大工具则适用于结构化数据。
我希望本书能成为你解决紧迫问题的有力参考。
评论
还没有评论。