• 机器学习常用算法速查手册
21年品牌 40万+商家 超1.5亿件商品

机器学习常用算法速查手册

全新正版 极速发货

7.44 0.8折 88 全新

库存53件

广东广州
认证卖家担保交易快速发货售后保障

作者(美)马特·哈里森

出版社中国电力出版社

ISBN9787519849481

出版时间2020-11

装帧平装

开本16开

定价88元

货号1202188015

上书时间2024-05-31

曲奇书店

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
目录
前言

章 机器学习入门

本书使用的库

用pip安装库

用conda安装库

第2章 机器学习流程概览

第3章 数据分类工作流:泰坦尼克号数据集

项目布局建议

导入

提出问题

数据术语

获取数据

清洗数据

创建特征

数据采样

数据插值

规范数据

重构

基准模型

不同算法族

模型堆叠

建模

评估模型

优化模型

混淆矩阵

ROC曲线

学习曲线

部署模型

第4章 数据缺失

检查数据缺失情况

删除缺数据的行或列

插值

添加标识列

第5章 清洗数据

处理列名

替换缺失值

第6章 探索数据

数据大小

汇总统计

直方图

散点图

Joint Plot图

Pair Grid图

箱形图和小提琴图

比较两个序数型特征

相关性

RadViz图

平行坐标图

第7章 预处理数据

标准化

调整取值范围

虚拟变量

标签编码

频数编码

从字符串抽取类别型数据

类别型数据的其他编码方法

日期特征的处理方法

添加col_na特征

特征工程

第8章 特征选择

共线列

套索回归

递归特征消除

互信息

主成分分析

特征重要性

第9章 类别不平衡

采用不同度量标准

树模型和集成方法

惩罚模型

对小众类别上采样

生成小众数据

对大众类别下采样

先上采样,再下采样

0章 分类

对数概率回归

朴素贝叶斯

支持向量机

k近邻

决策树

随机森林

XGBoost

LightGBM

TPOT

1章 模型选择

验证曲线

学习曲线

2章 度量标准和分类评估

混淆矩阵

度量标准

准确率

召回率

精准率

f1值

分类报告

ROC曲线

精准率-召回率曲线

累积增益图

lift曲线

类别平衡

类别预测错误

判别阈值

3章 解释模型

回归系数

特征重要性

LIME包

解释树模型

部分依赖图

替代模型

Shapley值

4章 回归

基准模型

线性回归

支持向量机

k近邻

决策树

随机森林

XGBoost回归

LightGBM回归

5章 度量标准和回归模型的评估

度量标准

残差图

异方差性

残差正态性

预测误差图

6章 解释回归模型

Shapley值

7章 降维技术

PCA方法

UMAP方法

t-SNE方法

PHATE方法

8章 聚类

k-means算法

层次聚类

理解簇

9章 流水线

分类流水线

回归流水线

PCA流水线

作者介绍

封面介绍

内容摘要
本书以详细的授课笔记、表格和示例,帮助你掌握Python机器学习基础知识,学习建模处理结构化数据。你参加相关培训,可将这份宝贵的学习指南作为补充材料,你开始下一个机器学习项目,可将其作为便捷的参考资源。本书适合程序员、数据科学家和AI工程师,它不仅综述机器学习的全过程,还带你了解结构化数据处理的全过程。从本书中,你将学到分类、回归、降维和聚类等多个主题的相关方法。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。

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP