Python机器学习手册：从数据预处理到深度学习

　　第1 章 向量、矩阵和数组  1
　　1.0 简介  1
　　1.1 创建一个向量  1
　　1.2 创建一个矩阵  2
　　1.3 创建一个稀疏矩阵  3
　　1.4 选择元素 5
　　1.5 展示一个矩阵的属性 6
　　1.6 对多个元素同时应用某个操作 7
　　1.7 找到最大值和最小值 8
　　1.8 计算平均值、方差和标准差 9
　　1.9 矩阵变形  10
　　1.10 转置向量或矩阵 11
　　1.11 展开一个矩阵  12
　　1.12 计算矩阵的秩  13
　　1.13 计算行列式  14
　　1.14 获取矩阵的对角线元素 14
　　1.15 计算矩阵的迹  15
　　1.16 计算特征值和特征向量 16
　　1.17 计算点积 17
　　1.18 矩阵的相加或相减 18
　　1.19 矩阵的乘法  19
　　1.20 计算矩阵的逆  20
　　1.21 生成随机数  21
　　第2 章 加载数据  23
　　2.0 简介  23
　　2.1 加载样本数据集 23
　　2.2 创建仿真数据集 25
　　2.3 加载CSV 文件 28
　　2.4 加载Excel 文件  29
　　2.5 加载JSON 文件  29
　　2.6 查询SQL 数据库  31
　　第3 章 数据整理  33
　　3.0 简介  33
　　3.1 创建一个数据帧 34
　　3.2 描述数据  35
　　3.3 浏览数据帧  37
　　3.4 根据条件语句来选择行 39
　　3.5 替换值  40
　　3.6 重命名列  41
　　3.7 计算最小值、最大值、总和、平均值与计数值  43
　　3.8 查找唯一值  44
　　3.9 处理缺失值  45
　　3.10 删除一列 47
　　3.11 删除一行  48
　　3.12 删除重复行  49
　　3.13 根据值对行分组 51
　　3.14 按时间段对行分组 52
　　3.15 遍历一个列的数据 54
　　3.16 对一列的所有元素应用某个函数  55
　　3.17 对所有分组应用一个函数  56
　　3.18 连接多个数据帧 57
　　3.19 合并两个数据帧 59
　　第4 章 处理数值型数据 63
　　4.0 简介  63
　　4.1 特征的缩放  63
　　4.2 特征的标准化  65
　　4.3 归一化观察值  66
　　4.4 生成多项式和交互特征 69
　　4.5 转换特征  70
　　4.6 识别异常值  71
　　4.7 处理异常值  73
　　4.8 将特征离散化  75
　　4.9 使用聚类的方式将观察值分组 77
　　4.10 删除带有缺失值的观察值  79
　　4.11 填充缺失值  81
　　第5 章 处理分类数据  83
　　5.0 简介  83
　　5.1 对nominal 型分类特征编码 84
　　5.2 对ordinal 分类特征编码  86
　　5.3 对特征字典编码 88
　　5.4 填充缺失的分类值  91
　　5.5 处理不均衡分类 93
　　第6 章 处理文本  97
　　6.0 简介  97
　　6.1 清洗文本  97
　　6.2 解析并清洗HTML 99
　　6.3 移除标点 100
　　6.4 文本分词 101
　　6.5 删除停止词（stop word）  102
　　6.6 提取词干 103
　　6.7 标注词性 104
　　6.8 将文本编码成词袋（Bag of Words）  107
　　6.9 按单词的重要性加权 109
　　第7 章 处理日期和时间 113
　　7.0 简介 113
　　7.1 把字符串转换成日期 113
　　7.2 处理时区 115
　　7.3 选择日期和时间  116
　　7.4 将日期数据切分成多个特征  117
　　7.5 计算两个日期之间的时间差  118
　　7.6 对一周内的各天进行编码 119
　　7.7 创建一个滞后的特征  120
　　7.8 使用滚动时间窗口  121
　　7.9 处理时间序列中的缺失值 123
　　第8 章 图像处理  127
　　8.0 简介 127
　　8.1 加载图像 128
　　8.2 保存图像 130
　　8.3 调整图像大小  131
　　8.4 裁剪图像 132
　　8.5 平滑处理图像  133
　　8.6 图像锐化 136
　　8.7 提升对比度 138
　　8.8 颜色分离 140
　　8.9 图像二值化  142
　　8.10 移除背景  144
　　8.11 边缘检测 148
　　8.12 角点检测  150
　　8.13 为机器学习创建特征  153
　　8.14 将颜色平均值编码成特征 156
　　8.15 将色彩直方图编码成特征 157
　　第9 章 利用特征提取进行特征降维  161
　　9.0 简介 161
　　9.1 使用主成分进行特征降维 161
　　9.2 对线性不可分数据进行特征降维 164
　　9.3 通过最大化类间可分性进行特征降维 166
　　9.4 使用矩阵分解法进行特征降维 169
　　9.5 对稀疏数据进行特征降维 170
　　第10 章 使用特征选择进行降维  173
　　10.0 简介  173
　　10.1 数值型特征方差的阈值化 173
　　10.2 二值特征的方差阈值化 175
　　10.3 处理高度相关性的特征  176
　　10.4 删除与分类任务不相关的特征 178
　　10.5 递归式特征消除  180
　　第11 章 模型评估  183
　　11.0 简介 183
　　11.1 交叉验证模型  183
　　11.2 创建一个基准回归模型 . 187
　　11.3 创建一个基准分类模型 188
　　11.4 评估二元分类器 190
　　11.5 评估二元分类器的阈值  193
　　11.6 评估多元分类器  197
　　11.7 分类器性能的可视化  198
　　11.8 评估回归模型 201
　　11.9 评估聚类模型  203
　　11.10 创建自定义评估指标  204
　　11.11 可视化训练集规模的影响 206
　　11.12 生成对评估指标的报告 208
　　11.13 可视化超参数值的效果  209
　　第12 章 模型选择  213
　　12.0 简介 213
　　12.1 使用穷举搜索选择最佳模型  213
　　12.2 使用随机搜索选择最佳模型  216
　　12.3 从多种学习算法中选择最佳模型  218
　　12.4 将数据预处理加入模型选择过程 . 220
　　12.5 用并行化加速模型选择  221
　　12.6 使用针对特定算法的方法加速模型选择 223
　　12.7 模型选择后的性能评估 224
　　第13 章 线性回归  227
　　13.0 简介  227
　　13.1 拟合一条直线  227
　　13.2 处理特征之间的影响  229
　　13.3 拟合非线性关系  231
　　13.4 通过正则化减少方差  233
　　13.5 使用套索回归减少特征  235
　　第14 章 树和森林  237
　　14.0 简介  237
　　14.1 训练决策树分类器  237
　　14.2 训练决策树回归模型  239
　　14.3 可视化决策树模型  240
　　14.4 训练随机森林分类器  243
　　14.5 训练随机森林回归模型 244
　　14.6 识别随机森林中的重要特征  245
　　14.7 选择随机森林中的重要特征  248
　　14.8 处理不均衡的分类  249
　　14.9 控制决策树的规模  250
　　14.10 通过boosting 提高性能  252
　　14.11 使用袋外误差（Out-of-Bag Error）评估随机森林模型 253
　　第15 章 KNN 255
　　15.0 简介  255
　　15.1 找到一个观察值的最近邻  255
　　15.2 创建一个KNN 分类器 258
　　15.3 确定最佳的邻域点集的大小  260
　　15.4 创建一个基于半径的最近邻分类器 261
　　第16 章 逻辑回归  263
　　16.0 简介 263
　　16.1 训练二元分类器  263
　　16.2 训练多元分类器  265
　　16.3 通过正则化来减小方差 266
　　16.4 在超大数据集上训练分类器  267
　　16.5 处理不均衡的分类  269
　　第17 章 支持向量机  271
　　17.0 简介  271
　　17.1 训练一个线性分类器  271
　　17.2 使用核函数处理线性不可分的数据  274
　　17.3 计算预测分类的概率  278
　　17.4 识别支持向量  279
　　17.5 处理不均衡的分类  281
　　第18 章 朴素贝叶斯  283
　　18.0 简介 283
　　18.1 为连续的数据训练分类器 284
　　18.2 为离散数据和计数数据训练分类器  286
　　18.3 为具有二元特征的数据训练朴素贝叶斯分类器 287
　　18.4 校准预测概率  288
　　第19 章 聚类 291
　　19.0 简介  291
　　19.1 使用K-Means 聚类算法  291
　　19.2 加速K-Means 聚类 294
　　19.3 使用Meanshift 聚类算法 295
　　19.4 使用DBSCAN 聚类算法 296
　　19.5 使用层次合并聚类算法  298
　　第20 章 神经网络  301
　　20.0 简介 301
　　20.1 为神经网络预处理数据 302
　　20.2 设计一个神经网络  304
　　20.3 训练一个二元分类器  307
　　20.4 训练一个多元分类器  309
　　20.5 训练一个回归模型  311
　　20.6 做预测  313
　　20.7 可视化训练历史  315
　　20.8 通过权重调节减少过拟合  318
　　20.9 通过提前结束减少过拟合  320
　　20.10 通过Dropout 减少过拟合 322
　　20.11 保存模型训练过程  324
　　20.12 使用k 折交叉验证评估神经网络 326
　　20.13 调校神经网络 328
　　20.14 可视化神经网络  331
　　20.15 图像分类  333
　　20.16 通过图像增强来改善卷积神经网络的性能 . 337
　　20.17 文本分类  339
　　第21 章 保存和加载训练后的模型  343
　　21.0 简介  343
　　21.1 保存和加载scikit-learn 模型 343
　　21.2 保存和加载Keras 模型 345

　　Chris Albon是一位有十年经验的数据科学家和政治学家，他将统计学习、人工智能和软件工程应用到政治和社会活动以及人道主义活动中，譬如监查选举情况、灾难救助等。目前，Chris是肯尼亚创业公司BRCK的首席数据科学家。这家公司致力于为前沿市场的互联网用户构建一个稳健的网络。
　　韩慧昌，毕业于北京科技大学，ThoughtWorks高级咨询师，有多个大型企业AI项目经验。林然，有6年多的开发经验、4年多Python开发经验，在航空、零售、物流、汽车、通讯等多个行业应用过机器学习算法。徐江，毕业于瑞典皇家理工学院的系统生物学专业，曾就职于Thoughtworks软件技术有限公司。

　　《Python机器学习手册：从数据预处理到深度学习》采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决 方案，针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务，涵盖从简 单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码，读者可以 复制并粘贴这些代码，用在自己的程序中。
　　《Python机器学习手册：从数据预处理到深度学习》不是机器学习的入门书，适合熟悉机器学习理论和概念的读者阅读。你可以将本书作 为案头参考书，在机器学习的日常开发中遇到问题时，随时借鉴书中代码，快速解决问题。