正版 Python机器学习经典实例

第 1章 监督学习 1
1.1 技术要求 1
1.2 简介 2
1.3 用Python创建数组 3
1.3.1 准备工作 3
1.3.2 详细步骤 3
1.3.3 工作原理 4
1.3.4 更多内容 4
1.4 用均值移除法进行数据预处理 5
1.4.1 准备工作 5
1.4.2 详细步骤 6
1.4.3 工作原理 7
1.4.4 更多内容 7
1.5 数据缩放 7
1.5.1 准备工作 7
1.5.2 详细步骤 8
1.5.3 工作原理 9
1.5.4 更多内容 9
1.6 归一化 9
1.6.1 准备工作 9
1.6.2 详细步骤 10
1.6.3 工作原理 10
1.6.4 更多内容 10
1.7 二值化 10
1.7.1 准备工作 11
1.7.2 详细步骤 11
1.7.3 工作原理 11
1.7.4 更多内容 12
1.8 one-hot编码 12
1.8.1 准备工作 12
1.8.2 详细步骤 12
1.8.3 工作原理 13
1.8.4 更多内容 14
1.9 标签编码 14
1.9.1 准备工作 14
1.9.2 详细步骤 14
1.9.3 工作原理 15
1.9.4 更多内容 16
1.10 构建线性回归器 16
1.10.1 准备工作 17
1.10.2 详细步骤 18
1.10.3 工作原理 20
1.10.4 更多内容 20
1.11 计算回归准确度 21
1.11.1 准备工作 21
1.11.2 详细步骤 21
1.11.3 工作原理 22
1.11.4 更多内容 22
1.12 模型持久化 22
1.12.1 准备工作 22
1.12.2 详细步骤 23
1.12.3 工作原理 23
1.12.4 更多内容 23
1.13 构建岭回归器 24
1.13.1 准备工作 25
1.13.2 详细步骤 25
1.13.3 工作原理 26
1.14 构建多项式回归器 26
1.14.1 准备工作 27
1.14.2 详细步骤 27
1.14.3 工作原理 29
1.14.4 更多内容 29
1.15 估算房屋价格 29
1.15.1 准备工作 30
1.15.2 详细步骤 30
1.15.3 工作原理 33
1.15.4 更多内容 33
1.16 计算特征的相对重要性 33
1.16.1 准备工作 34
1.16.2 详细步骤 34
1.16.3 工作原理 36
1.16.4 更多内容 36
1.17 评估共享单车的需求分布 36
1.17.1 准备工作 36
1.17.2 详细步骤 36
1.17.3 工作原理 39
1.17.4 更多内容 39
第 2章 构建分类器 41
2.1 技术要求 41
2.2 简介 42
2.3 构建简单分类器 42
2.3.1 准备工作 43
2.3.2 详细步骤 43
2.3.3 工作原理 45
2.3.4 更多内容 45
2.4 构建逻辑回归分类器 45
2.4.1 准备工作 45
2.4.2 详细步骤 46
2.4.3 工作原理 49
2.4.4 更多内容 49
2.5 构建朴素贝叶斯分类器 49
2.5.1 准备工作 50
2.5.2 详细步骤 50
2.5.3 工作原理 52
2.5.4 更多内容 53
2.6 将数据集划分成训练集和测试集 53
2.6.1 准备工作 54
2.6.2 详细步骤 54
2.6.3 工作原理 56
2.6.4 更多内容 57
2.7 用交叉验证评估模型准确度 57
2.7.1 准备工作 57
2.7.2 详细步骤 57
2.7.3 工作原理 58
2.7.4 更多内容 59
2.8 混淆矩阵可视化 59
2.8.1 准备工作 60
2.8.2 详细步骤 60
2.8.3 工作原理 61
2.8.4 更多内容 62
2.9 提取性能报告 62
2.9.1 准备工作 62
2.9.2 详细步骤 62
2.9.3 工作原理 63
2.9.4 更多内容 63
2.10 根据特征评估汽车质量 63
2.10.1 准备工作 63
2.10.2 详细步骤 64
2.10.3 工作原理 66
2.10.4 更多内容 66
2.11 生成验证曲线 66
2.11.1 准备工作 67
2.11.2 详细步骤 67
2.11.3 工作原理 69
2.11.4 更多内容 69
2.12 生成学习曲线 69
2.12.1 准备工作 70
2.12.2 详细步骤 70
2.12.3 工作原理 71
2.12.4 更多内容 71
2.13 估算收入阶层 71
2.13.1 准备工作 72
2.13.2 详细步骤 72
2.13.3 工作原理 75
2.13.4 更多内容 75
2.14 葡萄酒质量预测 75
2.14.1 准备工作 76
2.14.2 详细步骤 76
2.14.3 工作原理 78
2.14.4 更多内容 78
2.15 新闻组热门话题分类 78
2.15.1 准备工作 78
2.15.2 详细步骤 79
2.15.3 工作原理 80
2.15.4 更多内容 80
第3章 预测建模 81
3.1 技术要求 81
3.2 简介 82
3.3 用SVM构建线性分类器 82
3.3.1 准备工作 83
3.3.2 详细步骤 84
3.3.3 工作原理 86
3.3.4 更多内容 87
3.4 用SVM构建非线性分类器 87
3.4.1 准备工作 87
3.4.2 详细步骤 87
3.4.3 工作原理 89
3.4.4 更多内容 89
3.5 解决类型不平衡问题 89
3.5.1 准备工作 90
3.5.2 详细步骤 90
3.5.3 工作原理 93
3.5.4 更多内容 93
3.6 提取置信度 93
3.6.1 准备工作 93
3.6.2 详细步骤 93
3.6.3 工作原理 95
3.6.4 更多内容 96
3.7 寻找最优超参数 96
3.7.1 准备工作 96
3.7.2 详细步骤 96
3.7.3 工作原理 100
3.7.4 更多内容 101
3.8 构建事件预测器 101
3.8.1 准备工作 101
3.8.2 详细步骤 102
3.8.3 工作原理 104
3.8.4 更多内容 104
3.9 估算交通流量 104
3.9.1 准备工作 104
3.9.2 详细步骤 105
3.9.3 工作原理 107
3.9.4 更多内容 107
3.10 用TensorFlow简化机器学习流程 107
3.10.1 准备工作 107
3.10.2 详细步骤 108
3.10.3 工作原理 109
3.10.4 更多内容 109
3.11 堆叠法实现 109
3.11.1 准备工作 109
3.11.2 详细步骤 109
3.11.3 工作原理 110
3.11.4 更多内容 111
第4章 无监督学习——聚类 112
4.1 技术要求 112
4.2 简介 113
4.3 用k-means算法聚类数据 113
4.3.1 准备工作 114
4.3.2 详细步骤 114
4.3.3 工作原理 116
4.3.4 更多内容 117
4.4 用向量量化压缩图片 117
4.4.1 准备工作 118
4.4.2 详细步骤 118
4.4.3 工作原理 121
4.4.4 更多内容 121
4.5 用凝聚层次聚类进行数据分组 122
4.5.1 准备工作 122
4.5.2 详细步骤 122
4.5.3 工作原理 125
4.5.4 更多内容 125
4.6 评估聚类算法性能 126
4.6.1 准备工作 126
4.6.2 详细步骤 126
4.6.3 工作原理 129
4.6.4 更多内容 129
4.7 用DBSCAN算法估算簇的个数 129
4.7.1 准备工作 130
4.7.2 详细步骤 130
4.7.3 工作原理 133
4.7.4 更多内容 133
4.8 探索股票数据模式 134
4.8.1 准备工作 134
4.8.2 详细步骤 134
4.8.3 工作原理 136
4.8.4 更多内容 136
4.9 构建市场细分模型 136
4.9.1 准备工作 136
4.9.2 详细步骤 137
4.9.3 工作原理 139
4.9.4 更多内容 139
4.10 用自动编码器重构手写数字图像 139
4.10.1 准备工作 140
4.10.2 详细步骤 140
4.10.3 工作原理 143
4.10.4 更多内容 144
第5章 可视化数据 145
5.1 技术需求 145
5.2 简介 146
5.3 画3D散点图 146
5.3.1 准备工作 146
5.3.2 详细步骤 146
5.3.3 工作原理 148
5.3.4 更多内容 148
5.4 画气泡图 148
5.4.1 准备工作 148
5.4.2 详细步骤 148
5.4.3 工作原理 149
5.4.4 更多内容 150
5.5 画动态气泡图 150
5.5.1 准备工作 150
5.5.2 详细步骤 150
5.5.3 工作原理 152
5.5.4 更多内容 152
5.6 画饼图 152
5.6.1 准备工作 152
5.6.2 详细步骤 153
5.6.3 工作原理 154
5.6.4 更多内容 154
5.7 绘制日期格式的时间序列数据 154
5.7.1 准备工作 154
5.7.2 详细步骤 154
5.7.3 工作原理 156
5.7.4 更多内容 156
5.8 画直方图 156
5.8.1 准备工作 157
5.8.2 详细步骤 157
5.8.3 工作原理 158
5.8.4 更多内容 159
5.9 可视化热力图 159
5.9.1 准备工作 159
5.9.2 详细步骤 159
5.9.3 工作原理 161
5.9.4 更多内容 161
5.10 动态信号的可视化模拟 161
5.10.1 准备工作 161
5.10.2 详细步骤 161
5.10.3 工作原理 163
5.10.4 更多内容 164
5.11 用seaborn库画图 164
5.11.1 准备工作 164
5.11.2 详细步骤 164
5.11.3 工作原理 166
5.11.4 更多内容 166
第6章 构建推荐引擎 167
6.1 技术要求 167
6.2 简介 168
6.3 为数据处理构建函数组合 168
6.3.1 准备工作 169
6.3.2 详细步骤 169
6.3.3 工作原理 170
6.3.4 更多内容 170
6.4 构建机器学习管道 171
6.4.1 准备工作 171
6.4.2 详细步骤 171
6.4.3 工作原理 173
6.4.4 更多内容 173
6.5 构建最近邻分类器 173
6.5.1 准备工作 173
6.5.2 详细步骤 173
6.5.3 工作原理 175
6.5.4 更多内容 176
6.6 构建KNN分类器 176
6.6.1 准备工作 176
6.6.2 详细步骤 176
6.6.3 工作原理 180
6.6.4 更多内容 181
6.7 构建KNN回归器 181
6.7.1 准备工作 181
6.7.2 详细步骤 181
6.7.3 工作原理 183
6.7.4 更多内容 184
6.8 计算欧式距离分数 184
6.8.1 准备工作 184
6.8.2 详细步骤 184
6.8.3 工作原理 186
6.8.4 更多内容 186
6.9 计算皮尔逊相关系数 186
6.9.1 准备工作 186
6.9.2 详细步骤 186
6.9.3 工作原理 188
6.9.4 更多内容 189
6.10 查找数据集中的相似用户 189
6.10.1 准备工作 189
6.10.2 详细步骤 189
6.10.3 工作原理 190
6.10.4 更多内容 191
6.11 生成电影推荐 191
6.11.1 准备工作 191
6.11.2 详细步骤 191
6.11.3 工作原理 193
6.11.4 更多内容 193
6.12 实现排序算法 193
6.12.1 准备工作 194
6.12.2 详细步骤 194
6.12.3 工作原理 195
6.12.4 更多内容 195
6.13 用TensorFlow构建过滤器模型 195
6.13.1 准备工作 196
6.13.2 详细步骤 196
6.13.3 工作原理 200
6.13.4 更多内容 200
第7章 文本数据分析 201
7.1 技术要求 201
7.2 简介 202
7.3 用标记解析的方法预处理数据 203
7.3.1 准备工作 203
7.3.2 详细步骤 203
7.3.3 工作原理 204
7.3.4 更多内容 205
7.4 提取文本数据的词干 205
7.4.1 准备工作 205
7.4.2 详细步骤 205
7.4.3 工作原理 206
7.4.4 更多内容 207
7.5 用词形还原的方法还原文本的基本形式 207
7.5.1 准备工作 207
7.5.2 详细步骤 207
7.5.3 工作原理 208
7.5.4 更多内容 209
7.6 用分块的方法划分文本 209
7.6.1 详细步骤 209
7.6.2 工作原理 210
7.6.3 更多内容 211
7.7 构建词袋模型 211
7.7.1 准备工作 211
7.7.2 详细步骤 211
7.7.3 工作原理 213
7.7.4 更多内容 214
7.8 构建文本分类器 214
7.8.1 准备工作 214
7.8.2 详细步骤 214
7.8.3 工作原理 216
7.8.4 更多内容 217
7.9 识别名字性别 217
7.9.1 准备工作 217
7.9.2 详细步骤 217
7.9.3 工作原理 219
7.9.4 更多内容 219
7.10 语句情感分析 219
7.10.1 准备工作 220
7.10.2 详细步骤 220
7.10.3 工作原理 222
7.10.4 更多内容 223
7.11 用主题建模识别文本模式 223
7.11.1 准备工作 223
7.11.2 详细步骤 223
7.11.3 工作原理 225
7.11.4 更多内容 226
7.12 用spaCy进行词性标注 226
7.12.1 准备工作 226
7.12.2 详细步骤 226
7.12.3 工作原理 227
7.12.4 更多内容 227
7.13 用gensim构建Word2Vec模型 228
7.13.1 准备工作 228
7.13.2 详细步骤 228
7.13.3 工作原理 229
7.13.4 更多内容 229
7.14 用浅层学习检测垃圾信息 229
7.14.1 准备工作 229
7.14.2 详细步骤 230
7.14.3 工作原理 230
7.14.4 更多内容 231
第8章 语音识别 232
8.1 技术要求 232
8.2 简介 233
8.3 读取和绘制音频数据 233
8.3.1 准备工作 233
8.3.2 详细步骤 234
8.3.3 工作原理 235
8.3.4 更多内容 235
8.4 将音频信号转换为频域 236
8.4.1 准备工作 236
8.4.2 详细步骤 236
8.4.3 工作原理 238
8.4.4 更多内容 238
8.5 用自定义参数生成音频信号 238
8.5.1 准备工作 238
8.5.2 详细步骤 239
8.5.3 工作原理 240
8.5.4 更多内容 241
8.6 合成音乐 241
8.6.1 准备工作 241
8.6.2 详细步骤 241
8.6.3 工作原理 243
8.6.4 更多内容 243
8.7 提取频域特征 243
8.7.1 准备工作 244
8.7.2 详细步骤 244
8.7.3 工作原理 246
8.7.4 更多内容 246
8.8 构建隐马尔可夫模型 246
8.8.1 准备工作 246
8.8.2 详细步骤 246
8.8.3 工作原理 247
8.8.4 更多内容 248
8.9 构建语音识别器 248
8.9.1 准备工作 248
8.9.2 详细步骤 249
8.9.3 工作原理 252
8.9.4 更多内容 253
8.10 构建TTS系统 253
8.10.1 准备工作 253
8.10.2 详细步骤 253
8.10.3 工作原理 254
8.10.4 更多内容 255
第9章 时序列化和时序数据分析 256
9.1 技术要求 256
9.2 简介 257
9.3 将数据转换为时间序列格式 257
9.3.1 准备工作 257
9.3.2 详细步骤 258
9.3.3 工作原理 259
9.3.4 更多内容 260
9.4 切分时间序列数据 260
9.4.1 准备工作 260
9.4.2 详细步骤 260
9.4.3 工作原理 262
9.4.4 更多内容 262
9.5 操作时间序列数据 262
9.5.1 准备工作 262
9.5.2 详细步骤 263
9.5.3 工作原理 264
9.5.4 更多内容 265
9.6 从时序数据中提取统计信息 265
9.6.1 准备工作 265
9.6.2 详细步骤 265
9.6.3 工作原理 267
9.6.4 更多内容 267
9.7 为序列数据构建隐马尔可夫模型 268
9.7.1 准备工作 268
9.7.2 详细步骤 268
9.7.3 工作原理 271
9.7.4 更多内容 271
9.8 为序列化文本数据构建条件随机场 271
9.8.1 准备工作 271
9.8.2 详细步骤 272
9.8.3 工作原理 274
9.8.4 更多内容 274
9.9 股市数据分析 274
9.9.1 准备工作 275
9.9.2 详细步骤 275
9.9.3 工作原理 278
9.9.4 更多内容 278
9.10 用RNN预测时间序列数据 279
9.10.1 准备工作 279
9.10.2 详细步骤 279
9.10.3 工作原理 283
9.10.4 更多内容 283
第 10章 图像内容分析 284
10

[意]朱塞佩·查博罗(Giuseppe Ciaburro)，拥有环境技术物理学博士学位和两个学科的 硕士学位，他的重点研究方向是机器学习在城市声环境研究中的应用。他有超过 15 年的编程专业经验（Python、R、MATLAB），很初从事燃烧学领域的研究，后又致力于声学和噪音控制方向，并出版过几本著作，销量均不错。
[美]普拉蒂克·乔希(Prateek Joshi)，毕业于南加州大学，拥有人工智能硕士学位。他是一位人工智能专家，也是一位 TEDx演讲者，曾位列福布斯 30 岁以下的 30 位精英榜单，并在美国消费者新闻与商业频道（CNBC）、TechCrunch、硅谷商业期刊（Silicon Valley Business Journal）及更多的刊物上发表过文章。

本书采用新的方法来处理实际的机器学习和深度学习任务。 本书能够帮助你学会如何使用 Python 生态系统中新的库来构建强大的机器学习应用，指导你使用标准化的方法实现多种机器学习算法，如分类、聚类和推荐引擎等。本书还介绍了如何应用有监督学习和无监督学习技术来解决实际问题。 很后，本书结合实例讲解了更优选的技术，包括强化学习、深度神经网络和自动化机器学习等。 读完本书，你将掌握应用机器学习技术所需的各项技能，并能利用整个 Python 生态系统去解决现实问题。 提供本书源代码以及书中彩图文件下载。 本书主要包括以下内容： ■使用预测建模解决实际问题 ■探索数据可视化技术，以实现数据交互 ■学习构建推荐引擎 ■理解如何处理文本数据，并构建分析模型 ■处理语音数据，使用隐马尔可夫模型识别语音中的单词 ■掌握强化学习、自动化机器学习和迁移学习技术 ■处理图像数据，构建图像识别和面部识别系统 ■使用深度神经网络构建光学字符识别系统

本书介绍了如何使用scikit-learn、TensorFlow等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案，提供多个案例，详细地讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序；还介绍了分类、聚类和推荐引擎等多种机器学习算法，以及如何将监督学习和无监督学习技术应用于实际问题；最后，介绍了强化学习、深度神经网络和自动机器学习等应用示例。
本书适合数据科学家、机器学习开发人员、深度学习爱好者以及希望使用机器学习技术和算法解决实际问题的Python程序员阅读。

本书采用新的方法来处理实际的机器学习和深度学习任务。 本书能够帮助你学会如何使用 Python 生态系统中新的库来构建强大的机器学习应用，指导你使用标准化的方法实现多种机器学习算法，如分类、聚类和推荐引擎等。本书还介绍了如何应用有监督学习和无监督学习技术来解决实际问题。 最后，本书结合实例讲解了更优选的技术，包括强化学习、深度神经网络和自动化机器学习等。 读完本书，你将掌握应用机器学习技术所需的各项技能，并能利用整个 Python 生态系统去解决现实问题。 提供本书源代码以及书中彩图文件下载。 本书主要包括以下内容： ■使用预测建模解决实际问题 ■探索数据可视化技术，以实现数据交互 ■学习构建推荐引擎 ■理解如何处理文本数据，并构建分析模型 ■处理语音数据，使用隐马尔可夫模型识别语音中的单词 ■掌握强化学习、自动化机器学习和迁移学习技术 ■处理图像数据，构建图像识别和面部识别系统 ■使用深度神经网络构建光学字符识别系统