第一部分 初始

1 初识机器学习

1.1学习机器学习的误区

1.2什么是机器学习

1.3 Python中的机器学习

1.4学习机器学习的原则

1.5学习机器学习的技巧

1.6这本书不涵盖以下内容

1.7代码说明

1.8总结

2 Python机器学习的生态圈

2.1 Python

2.2 SciPy

2.3 scikit-learn

2.4环境安装

2.4.1安装Python

2.4.2安装SciPy

2.4.3安装scikit-learn

2.4.4更加便捷的安装方式

2.5总结

3 第一个机器学习项目

3.1机器学习中的Hello World项目

3.2导入数据

3.2.1导入类库

3.2.2导入数据集

3.3概述数据

3.3.1数据维度

3.3.2查看数据自身

3.3.3统计描述数据

3.3.4数据分类分布

3.4数据可视化

3.4.1单变量图表

3.4.2多变量图表

3.5评估算法

3.5.1分离出评估数据集

3.5.2评估模式

3.5.3创建模型

3.5.4选择最优模型

3.6实施预测

3.7总结

4 Python和SciPy速成

4.1 Python速成

4.1.1基本数据类型和赋值运算

4.1.2控制语句

4.1.3复杂数据类型

4.1.4函数

4.1.5 with语句

4.2 NumPy速成

4.2.1创建数组

4.2.2访问数据

4.2.3算数运算

4.3 Matplotlib速成

4.3.1绘制线条图

4.3.2散点图

4.4 Pandas速成

4.4.1 Series

4.4.2 DataFrame

4.5总结

第二部分 数据理解

5 数据导入

5.1 CSV文件

5.1.1文件头

5.1.2文件中的注释

5.1.3分隔符

5.1.4引号

5.2 Pima Indians数据集

5.3采用标准Python类库导入数据

5.4采用NumPy导入数据

5.5采用Pandas导入数据

5.6总结

6 数据理解

6.1简单地查看数据

6.2数据的维度

6.3数据属性和类型

6.4描述性统计

6.5数据分组分布（适用于分类算法）

6.6数据属性的相关性

6.7数据的分布分析

6.8总结

7 数据可视化

7.1单一图表

7.1.1直方图

7.1.2密度图

7.1.3箱线图

7.2多重图表

7.2.1相关矩阵图

7.2.2散点矩阵图

7.3总结

第三部分 数据准备

8 数据预处理

8.1为什么需要数据预处理

8.2格式化数据

8.3调整数据尺度

8.4正态化数据

8.5标准化数据

8.6二值数据

8.7总结

9.数据特征选定

9.1特征选定

9.2单变量特征选定

9.3递归特征消除

9.4主要成分分析

9.5特征重要性

9.6总结

第四部分 选择模型

10.评估算法

10.1评估算法的方法

10.2分离训练数据集和评估数据集

10.3 K折交叉验证分离

10.4弃一交叉验证分离

10.5重复随机分离评估数据集与训练数据集

10.6总结

11.算法评估矩阵

11.1算法评估矩阵

11.2分类算法矩阵

11.2.1分类准确度

11.2.2对数损失函数

11.2.3 AUC图

11.2.4混淆矩阵

11.2.5分类报告

11.3回归算法矩阵

11.3.1平均绝对误差

11.3.2均方误差

11.3.3决定系数（R2）

11.4总结

12.审查分类算法

12.1算法审查

12.2算法概述

12.3线性算法

12.3.1逻辑回归

12.3.2线性判别分析

12.4非线性算法

12.4.1 K近邻算法

12.4.2贝叶斯分类器

12.4.3分类与回归树

12.4.4支持向量机

12.5总结

13.审查回归算法

13.1算法概述

13.2线性算法

13.2.1线性回归算法

13.2.2岭回归算法

13.2.3套索回归算法

13.2.4弹性网络回归算法

13.3非线性算法

13.3.1 K近邻算法

13.3.2分类与回归树

13.3.3支持向量机

13.4总结

14 算法比较

14.1选择最佳的机器学习算法

14.2机器学习算法的比较

14.3总结

15 自动流程

15.1机器学习的自动流程

15.2数据准备和生成模型的Pipeline

15.3特征选择和生成模型的Pipeline

15.4总结

第五部分 优化模型

16 集成算法

16.1集成的方法

16.2装袋算法

16.2.1装袋决策树

16.2.2随机森林

16.2.3极端随机树

16.3提升算法

16.3.1 AdaBoost

16.3.2随机梯度提升

16.4投票算法

16.5总结

17 算法调参

17.1机器学习算法调参

17.2网格搜索优化参数

17.3随机搜索优化参数

17.4总结

第六部分 结果部署

18 持久化加载模型

18.1通过pickle序列化和反序列化机器学习的模型

18.2通过joblib序列化和反序列化机器学习的模型

18.3生成模型的技巧

18.4总结

第七部分 项目实践

19 预测模型项目模板

19.1在项目中实践机器学习

19.2机器学习项目的Python模板

19.3各步骤的详细说明

步骤1：定义问题

步骤2：理解数据

步骤3：数据准备

步骤4：评估算法

步骤5：优化模型

步骤6：结果部署

19.4使用模板的小技巧

19.5总结

20 回归项目实例

20.1定义问题

20.2导入数据

20.3理解数据

20.4数据可视化

20.4.1单一特征图表

20.4.2多重数据图表

20.4.3思路总结

20.5分离评估数据集

20.6评估算法

20.6.1评估算法——原始数据

20.6.2评估算法——正态化数据

20.7调参改善算法

20.8集成算法

20.9集成算法调参

20.10确定最终模型

20.11总结

21 二分类实例

21.1问题定义

21.2导入数据

21.3分析数据

21.3.1描述性统计

21.3.2数据可视化

21.4分离评估数据集

21.5评估算法

21.6算法调参

21.6.1 K近邻算法调参

21.6.2支持向量机调参

21.7集成算法

21.8确定最终模型

21.9总结

22 文本分类实例

22.1问题定义

22.2导入数据

22.3文本特征提取

22.4评估算法

22.5算法调参

22.5.1逻辑回归调参

22.5.2朴素贝叶斯分类器调参

22.6集成算法

22.7集成算法调参

22.8确定最终模型

22.9总结

附录A

A.1 IDE PyCharm介绍

A.2 Python文档

A.3 SciPy、NumPy、Matplotlib和Pandas文档

A.4树模型可视化

A.5 scikit-learn的算法选择路径

A.6聚类分析