机器学习常用算法速查手册

　　 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

　　  Matt Harrison经营着一家叫作MetaSnake的公司，为客户提供Python和数据科学培训和咨询服务。他自2000年起一直使用 Python，期间涉足多个领域：数据科学、BI、存储、自动化测试、开源软件技术栈管理、金融和搜索。  

　　  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。