第1章 Python機(jī)器學(xué)習(xí)入門 1
1.1　機(jī)器學(xué)習(xí)簡介 1
1.1.1　機(jī)器學(xué)習(xí)是什么 1
1.1.2　機(jī)器學(xué)習(xí)算法分類 2
1.2　安裝Anaconda（Python） 6
1.2.1　Spyder 7
1.2.2　Jupyter Notebook 8
1.2.3　JupyterLab 8
1.3　Python快速入門 10
1.3.1　列表、元組和字典 10
1.3.2　條件判斷、循環(huán)和函數(shù) 15
1.4　Python基礎(chǔ)庫入門實(shí)戰(zhàn) 18
1.4.1　NumPy庫應(yīng)用入門 18
1.4.2　pandas庫應(yīng)用入門 25
1.4.3　Matplotlib庫應(yīng)用入門 34
1.5　機(jī)器學(xué)習(xí)模型初探 40
1.6　本章小結(jié) 43
第2章 數(shù)據(jù)探索與可視化 44
2.1　缺失值處理 45
2.1.1　簡單的缺失值處理方法 46
2.1.2　復(fù)雜的缺失值填充方法 52
2.2　數(shù)據(jù)描述與異常值發(fā)現(xiàn) 55
2.2.1　數(shù)據(jù)描述統(tǒng)計(jì) 55
2.2.2　發(fā)現(xiàn)異常值的基本方法 61
2.3　可視化分析數(shù)據(jù)關(guān)系 63
2.3.1　連續(xù)變量間關(guān)系可視化分析 63
2.3.2　分類變量間關(guān)系可視化分析 68
2.3.3　連續(xù)變量和分類變量間關(guān)系可視化分析 71
2.3.4　其他類型數(shù)據(jù)可視化分析 77
2.4　數(shù)據(jù)樣本間的距離 80
2.5　本章小結(jié) 84
第3章 特征工程 86
3.1　特征變換 87
3.1.1　數(shù)據(jù)的無量綱化處理 87
3.1.2　數(shù)據(jù)特征變換 93
3.2　特征 96
3.2.1　分類特征重新編碼 97
3.2.2　數(shù)值特征重新編碼 98
3.2.3　文本數(shù)據(jù)的特征構(gòu)建 102
3.3　特征選擇 105
3.3.1　基于統(tǒng)計(jì)方法 106
3.3.2　基于遞歸消除特征法 107
3.3.3　基于機(jī)器學(xué)習(xí)的方法 108
3.4　特征提取和降維 109
3.4.1　主成分分析 109
3.4.2　核主成分分析 111
3.4.3　流形學(xué)習(xí) 113
3.4.4　t-SNE 114
3.4.5　多維尺度分析 115
3.5　數(shù)據(jù)平衡方法 116
3.5.1　基于過采樣算法 117
3.5.2　基于欠采樣算法 119
3.5.3　基于過采樣和欠采樣的綜合算法 121
3.6　本章小結(jié) 122
第4章 模型選擇和評估 124
4.1　模型擬合效果 124
4.1.1　欠擬合與過擬合表現(xiàn)方式 124
4.1.2　避免欠擬合與過擬合的方法 126
4.2　模型訓(xùn)練技巧 127
4.2.1　交叉驗(yàn)證 128
4.2.2　參數(shù)網(wǎng)絡(luò)搜索 132
4.3　模型的評價指標(biāo) 134
4.3.1　分類效果評價 134
4.3.2　回歸效果評價 135
4.3.3　聚類效果評價 137
4.4　本章小結(jié) 138
第5章 假設(shè)檢驗(yàn)和回歸分析 139
5.1　假設(shè)檢驗(yàn) 141
5.1.1　數(shù)據(jù)分布檢驗(yàn) 141
5.1.2　t檢驗(yàn) 144
5.1.3　方差分析 145
5.2　一元回歸 149
5.2.1　一元線性回歸 149
5.2.2　一元非線性回歸 151
5.3 多元回歸 154
5.3.1　多元線性回歸 155
5.3.2　逐步回歸 161
5.3.3　多元自適應(yīng)回歸樣條 164
5.4　正則化回歸分析 166
5.4.1　Ridge回歸分析 169
5.4.2　LASSO回歸分析 172
5.4.3　彈性網(wǎng)絡(luò)回歸 176
5.5　Logistic回歸分析 178
5.5.1　數(shù)據(jù)準(zhǔn)備與可視化 179
5.5.2　邏輯回歸分類 181
5.6　本章小結(jié) 185
第6章 時間序列分析 186
6.1　時間序列數(shù)據(jù)的相關(guān)檢驗(yàn) 187
6.1.1　白噪聲檢驗(yàn) 188
6.1.2　平穩(wěn)性檢驗(yàn) 189
6.1.3　自相關(guān)分析和偏自相關(guān)分析 192
6.2　移動平均算法 196
6.2.1　簡單移動平均法 197
6.2.2　簡單指數(shù)平滑法 198
6.2.3　霍爾特線性趨勢法 199
6.2.4　Holt-Winters季節(jié)性預(yù)測模型 201
6.3　ARIMA模型 202
6.3.1　AR模型 202
6.3.2　ARMA模型 205
6.3.3　ARIMA模型 209
6.4　SARIMA模型 213
6.5　Prophet模型預(yù)測時間序列 215
6.5.1　數(shù)據(jù)準(zhǔn)備 216
6.5.2　模型建立與數(shù)據(jù)預(yù)測 216
6.6　多元時間序列ARIMAX模型 220
6.6.1　數(shù)據(jù)準(zhǔn)備與可視化 220
6.6.2　ARIMAX模型建立與預(yù)測 223
6.7　時序數(shù)據(jù)的異常值檢測 227
6.7.1　數(shù)據(jù)準(zhǔn)備與可視化 228
6.7.2　時序數(shù)據(jù)異常值檢測 228
6.8　本章小結(jié) 230
第7章 聚類算法與異常值檢測 232
7.1　模型簡介 232
7.1.1　常用的聚類算法 232
7.1.2　常用的異常值檢測算法 234
7.2　數(shù)據(jù)聚類分析 236
7.2.1　K-均值與K-中值聚類算法 236
7.2.2　層次聚類 243
7.2.3　譜聚類與模糊聚類 245
7.2.4　密度聚類（DBSCAN） 249
7.2.5　高斯混合模型聚類 253
7.2.6　親和力傳播聚類 255
7.2.7　BIRCH聚類 258
7.3　數(shù)據(jù)異常值檢測分析 261
7.3.1　LOF和COF算法 262
7.3.2　帶有異常值的高維數(shù)據(jù)探索 267
7.3.3　基于PCA與SOD的異常值檢測方法 270
7.3.4　孤立森林異常值檢測 274
7.3.5　支持向量機(jī)異常值檢測 276
7.4　本章小結(jié) 279
第8章 決策樹和集成學(xué)習(xí) 280
8.1　模型簡介與數(shù)據(jù)準(zhǔn)備 280
8.1.1　決策樹與集成學(xué)習(xí)算法思想 280
8.1.2　數(shù)據(jù)準(zhǔn)備和探索 284
8.2　決策樹模型 290
8.2.1　決策樹模型數(shù)據(jù)分類 291
8.2.2　決策樹模型數(shù)據(jù)回歸 295
8.3　隨機(jī)森林模型 302
8.3.1　隨機(jī)森林模型數(shù)據(jù)分類 302
8.3.2　隨機(jī)森林模型數(shù)據(jù)回歸 306
8.4　AdaBoost模型 310
8.4.1　AdaBoost模型數(shù)據(jù)分類 310
8.4.2　AdaBoost模型數(shù)據(jù)回歸 314
8.5　梯度提升樹（GBDT） 317
8.5.1　GBDT模型數(shù)據(jù)分類 317
8.5.2　GBDT模型數(shù)據(jù)回歸 319
8.6　本章小結(jié) 321
第9章 貝葉斯算法和K-近鄰算法 322
9.1　模型簡介 322
9.2　貝葉斯分類算法 325
9.2.1　文本數(shù)據(jù)準(zhǔn)備與可視化 325
9.2.2　樸素貝葉斯文本分類 327
9.3　貝葉斯網(wǎng)絡(luò)數(shù)據(jù)分類 334
9.3.1　自定義貝葉斯網(wǎng)絡(luò)結(jié)構(gòu) 334
9.3.2　搜索所有網(wǎng)絡(luò)結(jié)構(gòu) 336
9.3.3　啟發(fā)式搜索網(wǎng)絡(luò)結(jié)構(gòu) 339
9.4　K-近鄰算法 340
9.4.1　K-近鄰數(shù)據(jù)分類 340
9.4.2　K-近鄰數(shù)據(jù)回歸 353
9.5　本章小節(jié) 357
第10章 支持向量機(jī)和人工神經(jīng)網(wǎng)絡(luò) 358
10.1　模型簡介 358
10.2　支持向量機(jī)模型 362
10.2.1　支持向量機(jī)數(shù)據(jù)分類 363
10.2.2　支持向量機(jī)數(shù)據(jù)回歸 369
10.3　全連接神經(jīng)網(wǎng)絡(luò)模型 374
10.3.1　單隱藏層全連接神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分類 375
10.3.2　多隱藏層全連接神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分類 379
10.3.3　全連接神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)回歸 382
10.4　本章小結(jié) 387
第11章 關(guān)聯(lián)規(guī)則與文本挖掘 388
11.1　模型簡介 388
11.1.1　關(guān)聯(lián)規(guī)則 388
11.1.2　文本挖掘 390
11.2　數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘 392
11.2.1　FPGrowth關(guān)聯(lián)規(guī)則挖掘 393
11.2.2　Apriori關(guān)聯(lián)規(guī)則挖掘 396
11.3　文本數(shù)據(jù)預(yù)處理 403
11.3.1　英文文本預(yù)處理 403
11.3.2 《三國演義》文本預(yù)處理 406
11.4　文本聚類分析 410
11.4.1　文本數(shù)據(jù)特征獲取 410
11.4.2　常用的聚類算法 412
11.4.3　LDA主題模型 416
11.5　《三國演義》人物關(guān)系分析 422
11.5.1　人物重要性時序分析 422
11.5.2　人物關(guān)系可視化分析 425
11.6　本章小節(jié) 429
第12章 深度學(xué)習(xí)入門 430
12.1　深度學(xué)習(xí)介紹 431
12.1.1　卷積和池化 431
12.1.2　卷積神經(jīng)網(wǎng)絡(luò) 432
12.1.3　循環(huán)神經(jīng)網(wǎng)絡(luò) 432
12.1.4　自編碼網(wǎng)絡(luò) 433
12.2　PyTorch入門 434
12.2.1　張量的使用 434
12.2.2　常用的層 438
12.3　卷積神經(jīng)網(wǎng)絡(luò)識別草書 441
12.3.1　草書數(shù)據(jù)預(yù)處理與可視化 441
12.3.2　ResNet18網(wǎng)絡(luò)識別草書 446
12.4　循環(huán)神經(jīng)網(wǎng)絡(luò)新聞分類 452
12.4.1　數(shù)據(jù)準(zhǔn)備 452
12.4.2　LSTM網(wǎng)絡(luò)文本分類 454
12.5　自編碼網(wǎng)絡(luò)重構(gòu)圖像 460
12.5.1　數(shù)據(jù)準(zhǔn)備 461
12.5.2　自編碼網(wǎng)絡(luò)重構(gòu)手寫數(shù)字 462
12.6　本章小結(jié) 467
參考文獻(xiàn) 468