第 1章　開始Python和機器學習之旅 1 1.1　什么是機器學習？我們?yōu)槭裁葱枰�它�? 1.2　機器學習概覽　4 1.3　機器學習算法發(fā)展簡史　6 1.4　從數(shù)據(jù)中泛化的能力　7 1.5　過擬合、欠擬合及偏差和方差的權衡　8 1.5.1　用交叉檢驗避免過擬合　10 1.5.2　用正則化避免過擬合　12 1.6　通過特征選取和降維避免過擬合　14 1.7　預處理、探索和特征工程　15 1.7.1　缺失值　16 1.7.2　標簽編碼　17 1.7.3　一位有效編碼　17 1.7.4　調整數(shù)值范圍　18 1.7.5　多項式特征　18 1.7.6　冪次轉換　18 1.7.7面元劃分　19 1.8　模型組合　19 1.8.1　Bagging　20 1.8.2　Boosting　20 1.8.3　Stacking　20 1.8.4　Blending　21 1.8.5　投票和平均法　21 1.9　安裝和設置軟件　21 1.10　問題解決和尋求幫助　22 1.11　小結　23 第　2章 用文本分析算法探索20個新聞組數(shù)據(jù)集　24 2.1　什么是NLP　25 2.2　強大的Python NLP庫之旅　27 2.3　新聞組數(shù)據(jù)集　31 2.4　獲取數(shù)據(jù)　31 2.5　思考特征　32 2.6　可視化　35 2.7　數(shù)據(jù)預處理　39 2.8　聚類　42 2.9　話題建�！�44 2.10　小結　48 第3章　用樸素貝葉斯檢測垃圾郵件　50 3.1　開始分類之旅　51 3.2　分類的類型　51 3.3　文本分類應用　53 3.4　探索樸素貝葉斯　54 3.5　貝葉斯定理實例講解　54 3.6　樸素貝葉斯原理　56 3.7　樸素貝葉斯的實現(xiàn)　59 3.8　分類器性能評估　70 3.9　模型調試和交叉檢驗　74 3.10　小結　77 第4章　用支持向量機為新聞話題分類　79 4.1　回顧先前內容和介紹逆文檔頻率　80 4.2　SVM　81 4.2.1　SVM的原理　82 4.2.2　SVM的實現(xiàn)　86 4.2.3　SVM內核　92 4.2.4　線性和RBF內核的選擇　95 4.3　用SVM為新聞話題分類　96 4.4　更多示例—用SVM根據(jù)胎心宮縮監(jiān)護數(shù)據(jù)為胎兒狀態(tài)分類　100 4.5　小結　102 第5章　用基于樹的算法預測點擊率　103 5.1　廣告點擊率預測簡介　104 5.2　兩種不同類型的數(shù)據(jù)：數(shù)值型和類別型　104 5.3　決策樹分類器　106 5.3.1　構造決策樹　107 5.3.2　度量劃分的標準　109 5.3.3　實現(xiàn)決策樹　115 5.4　用決策樹預測點擊率　123 5.5　隨機森林—決策樹的特征裝袋技術　128 5.6　小結　129 第6章　用對率回歸預測點擊率　130 6.1　一位有效編碼—將類別型特征轉換為數(shù)值型類型　131 6.2　對率回歸分類器　134 6.2.1　從對率函數(shù)說起　134 6.2.2　對率回歸的原理　135 6.2.3　用梯度下降方法訓練對率回歸模型　139 6.3　用梯度下降對率回歸預測點擊率　144 6.3.1　訓練隨機梯度下降對率回歸模型　146 6.3.2　訓練帶正則項的對率回歸模型　149 6.3.3　用線上學習方法，在大型數(shù)據(jù)集上訓練　151 6.3.4　多分類　153 6.4　用隨機森林選擇參數(shù)　155 6.5　小結　156 第7章　用回歸算法預測股價　158 7.1　股市和股價的簡介　159 7.2　什么是回歸　159 7.3　用回歸算法預測股價　160 7.3.1　特征工程　162 7.3.2　數(shù)據(jù)獲取和特征生成　165 7.3.3　線性回歸　170 7.3.4　決策樹回歸　176 7.3.5　支持向量回歸　183 7.3.6　回歸性能評估　185 7.3.7　用回歸算法預測股價　186 7.4　小結　190 第8章　最佳實踐　192 8.1　機器學習工作流　193 8.2　數(shù)據(jù)準備階段的最佳實踐　193 8.2.1　最佳實踐1—理解透徹項目的目標　193 8.2.2　最佳實踐2—采集所有相關字段　194 8.2.3　最佳實踐3—字段值保持一致　194 8.2.4　最佳實踐4—缺失值處理　195 8.3　訓練集生成階段的最佳實踐　198 8.3.1　最佳實踐5—用數(shù)值代替類別型特征　199 8.3.2　最佳實踐6—決定是否對類別型特征編碼　199 8.3.3　最佳實踐7—是否要選擇特征，怎么選　199 8.3.4　最佳實踐8—是否降維，怎么降　201 8.3.5　最佳實踐9—是否縮放特征，怎么縮放　201 8.3.6　最佳實踐10—帶著領域知識做特征工程　202 8.3.7　最佳實踐11—缺少領域知識的前提下，做特征工程　202 8.3.8　最佳實踐12—記錄每個特征的生成方法　204 8.4　模型訓練、評估和選擇階段的最佳實踐　204 8.4.1　最佳實踐13—選擇從正確的算法開始　204 8.4.2　最佳實踐14—降低過擬合　206 8.4.3　最佳實踐15—診斷過擬合和欠擬合　206 8.5　系統(tǒng)部署和監(jiān)控階段的最佳實踐　208 8.5.1　最佳實踐16—保存、加載和重用模型　208 8.5.2　最佳實踐17—監(jiān)控模型性能　209 8.5.3　最佳實踐18—定期更新模型　210 8.6　小結　210