Python机器学习案例教程（原书第2版）

　　本书包括3部分：第1部分介绍机器学习的基本概念，它们是机器学习的预备知识；第2部分系统介绍几种成熟的机器学习算法和技术；第3部分介绍贯穿整个机器学习工作流程的21个*佳案例，并且讨论具有前瞻性的方法和想法，它们被公认为是机器学习未来的研究重点。本书中的代码均在Python 3中测试通过。 本书适合高等院校相关专业的大学生、研究生或教师阅读学习，以及不具有机器学习或统计背景但是想要快速补充机器学习算法知识，以便在实际产品或平台中应用的软件工程师。 Copyright  Packt Publishing 2019 First published in the English language under the title“Python Machine Learning By Example-Second Edition-（9781789616729）” Copyright in the Chinese language（simplified characters） 2021 China Machine Press This title is published in China by China Machine Press with license from Packt Publishing LtdThis edition is authorized for sale in China only， excluding Hong Kong SAR， Macao SAR and TaiwanUnauthorized export of this edition is a violation of the Copyright ActViolation of this Law is subject to Civil and Criminal Penalties 本书由Packt Publishing Ltd授权机械工业出版社在中华人民共和国境内（不包括香港、澳门特别行政区及台湾地区）出版与发行。未经许可的出口，视为违反著作权法，将受法律制裁。 北京市版权局著作权合同登记图字：01-2019-5823号。

暂缺《Python机器学习案例教程（原书第2版）》作者简介

译者序

前言

第1部分机器学习的基础

第1章机器学习和Python入门

11超高水平的机器学习技术概述

111机器学习任务的分类

112机器学习算法的发展简史

12机器学习的核心——数据泛化

121过拟合、欠拟合和偏差-方差权衡

122利用交叉验证避免过拟合

123利用正则化避免过拟合

124通过特征选择和降维避免过拟合

13预处理、探索和特征工程

131缺失值

132标签编码

133独热编码

134缩放

135多项式特征

136幂变换

137分箱

14组合模型

141投票法和平均法

142装袋法

143提升方法

144堆叠法

15安装软件和设置

151设置Python和环境

152安装各种软件包

本章小结

习题

第2部分Python机器学习实例

第2章使用文本分析技术研究20组新闻数据集

21计算机如何理解语言——NLP

22浏览NLP库并学习NLP基础知识

221语料库

222标记

223词性

224命名实体识别

225词干提取和词形还原

226语义和主题建模

23获取新闻组数据

24研究新闻组数据

25考虑文本数据的特性

251计算每个单词表征的出现次数

252文本预处理

253丢弃停止词

254词干提取和词形还原法

26使用t-SNE可视化新闻组数据

261什么是降维

262用于降维的t-SNE

本章小结

习题

第3章使用聚类和主题建模算法挖掘20组新闻数据集

31没有指导的学习——无监督学习

32使用k均值聚类算法对新闻数据集进行聚类

321k均值聚类算法是如何聚类的?

322从头实现k均值聚类算法

323用机器学习实现k均值聚类算法

324k值的选择

325使用k均值聚类新闻组数据

33在新闻组中发现基础主题

34使用NMF进行主题建模

35使用LDA进行主题建模

本章小结

习题

第4章使用朴素贝叶斯检测垃圾邮件

41从分类开始

411分类算法的类型

412文本分类的应用

42探索朴素贝叶斯

421通过案例来学习贝叶斯定理

422朴素贝叶斯的结构

423运用scratch库实现朴素贝叶斯分类器

424运用scikit-learn库实现朴素贝叶斯分类器

43分类性能评估

44模型调优和交叉验证

本章小结

习题

第5章使用支持向量机对新闻组主题进行分类

51用支持向量机寻找分离边界

511通过不同的示例了解支持向量机如何工作

512实现支持向量机

513支持向量机的核心

514在线性核和RBF核之间进行选择

52使用支持向量机对新闻组主题进行分类

53更多示例——心脏造影的胎儿状态分类

54另一个示例——使用TensorFlow完成基于支持向量机的乳腺癌分类

本章小结

习题

第6章使用基于树的算法预测在线广告点击率

61广告点击率预测概述

62两种类型数据：数值型和分类型

63从根到叶探索决策树

631构建决策树

632衡量分裂的标准

64从头实现决策树

65用决策树预测广告点击率

66集成决策树——随机森林

661使用TensorFlow实现随机森林

本章小结

习题

第7章使用逻辑回归预测在线广告点击率

71将分类特征转换为数字特征——独热编码和顺序编码

72用逻辑回归对数据进行分类

721逻辑函数入门

722从逻辑函数到逻辑回归

73训练逻辑回归模型

731利用梯度下降训练逻辑回归模型

732利用梯度下降的逻辑回归模型预测在线广告点击率

733利用随机梯度下降训练逻辑回归模型

734利用正则化训练逻辑回归模型

74通过在线学习训练大型数据集

75处理多元分类

76使用TensorFlow实现逻辑回归

77使用随机森林进行特征选择

本章小结

习题

第8章将预测扩展到TB级点击日志

81学习Apache Spark的基本知识

811了解 Spark

812安装Spark

813启动和部署Spark程序

82在PySpark中编程

83使用Spark学习大量点击日志

831加载点击日志

832拆分和缓存数据

833对分类特征进行独热编码

834训练和测试逻辑回归模型

84使用Spark对分类变量进行特征工程

841散列分类特征

842组合多个变量——特征交互

本章小结

习题

第9章使用回归算法预测股票价格

91有关股票市场和股票价格的简要概述

92什么是回归

93获取股价数据

931开始特征工程

932获取数据并生成特征

94使用线性回归来估计

941线性回归是如何工作的

942实现线性回归

95使用回归树进行预测

951从分类树到回归树

952实现回归树

953实现随机森林

96用支持向量回归机进行评估

961实现支持向量回归机

97用神经网络进行估算

971揭开神经网络的神秘面纱

972实现神经网络

98评估回归性能

99使用四种回归算法预测股票价格

本章小结

习题

第3部分Python机器学习最佳案例

第10章机器学习最佳案例

101机器学习解决方案流程

102数据准备阶段的最佳案例

1021最佳案例1——完全理解项目目标

1022最佳案例2——收集所有相关的特征

1023最佳案例3——保持特征值的一致性

1024最佳案例4——处理缺失数据

1025最佳案例5——存储大规模数据

103训练集生成阶段的最佳案例

1031最佳案例6——区分分类型特征与数值型特征

1032最佳案例7——决定是否要对分类型特征进行编码

1033最佳案例8——决定是否要选择特征和如何选择

1034最佳案例9——决定是否要降维和如何降维

1035最佳案例10——决定是否重新调整特征取值

1036最佳案例11——在拥有专业知识的条件下进行特征工程

1037最佳案例12——在缺少专业知识的条件下进行特征工程

1038最佳案例13——记录每个特征是如何生成的

1039最佳案例14——从文本数据中提取特征

104模型训练、评估和选择阶段的最佳案例

1041最佳案例15——选择合适的起步算法

1042最佳案例16——减少过拟合

1043最佳案例17——识别过拟合与欠拟合

1044最佳案例18——在大型数据集上建模

105部署和监视阶段的最佳案例

1051最佳案例19——保存、加载和重用模型

1052最佳案例20——监控模型性能

1053最佳案例21——定期更新模型

本章小结

习题