目錄

前言

第1章 機(jī)器學(xué)習(xí)概述1
1.1 機(jī)器學(xué)習(xí)的發(fā)展：人工智能中的
機(jī)器學(xué)習(xí)1
1.1.1 符號(hào)主義人工智能1
1.1.2 基于機(jī)器學(xué)習(xí)的人工智能2
1.2 機(jī)器學(xué)習(xí)的核心：數(shù)據(jù)和數(shù)據(jù)建模4
1.2.1 機(jī)器學(xué)習(xí)的學(xué)習(xí)對(duì)象：數(shù)據(jù)集4
1.2.2 機(jī)器學(xué)習(xí)的任務(wù)：數(shù)據(jù)建模6
1.3 機(jī)器學(xué)習(xí)的典型應(yīng)用11
1.3.1 機(jī)器學(xué)習(xí)的典型行業(yè)應(yīng)用11
1.3.2 機(jī)器學(xué)習(xí)在客戶細(xì)分中的應(yīng)用12
1.3.3 機(jī)器學(xué)習(xí)在客戶流失分析中的
應(yīng)用13
1.3.4 機(jī)器學(xué)習(xí)在營(yíng)銷(xiāo)響應(yīng)分析中的
應(yīng)用14
1.3.5 機(jī)器學(xué)習(xí)在交叉銷(xiāo)售中的應(yīng)用15
1.3.6 機(jī)器學(xué)習(xí)在欺詐甄別中的應(yīng)用16
【本章總結(jié)】16
【本章習(xí)題】17
第2章 Python機(jī)器學(xué)習(xí)基礎(chǔ)18
2.1 Python：機(jī)器學(xué)習(xí)的首選工具18
2.2 Python的集成開(kāi)發(fā)環(huán)境：
Anaconda19
2.2.1 Anaconda的簡(jiǎn)介19
2.2.2 Anaconda Prompt的使用20
2.2.3 Spyder的使用22
2.2.4 Jupyter Notebook的使用23
2.3 Python第三方包的引用24
2.4 NumPy使用示例24
2.4.1 NumPy數(shù)組的創(chuàng)建和訪問(wèn)25
2.4.2 NumPy的計(jì)算功能26
2.5 Pandas使用示例29
2.5.1 Pandas的序列和索引29
2.5.2 Pandas的數(shù)據(jù)框30
2.5.3 Pandas的數(shù)據(jù)加工處理31
2.6 NumPy和Pandas的綜合應(yīng)用：空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)的預(yù)處理和基本分析32
2.6.1 空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)的預(yù)處理32
2.6.2 空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)的基本分析34
2.7 Matplotlib的綜合應(yīng)用：空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)的圖形化展示36
2.7.1 AQI的時(shí)序變化特點(diǎn)37
2.7.2 AQI的分布特征及相關(guān)性分析38
2.7.3 優(yōu)化空氣質(zhì)量狀況的統(tǒng)計(jì)圖形40
【本章總結(jié)】41
【本章相關(guān)函數(shù)】41
【本章習(xí)題】47
第3章 數(shù)據(jù)預(yù)測(cè)與預(yù)測(cè)建模49
3.1 數(shù)據(jù)預(yù)測(cè)的基本概念49
3.2 預(yù)測(cè)建模50
3.2.1 什么是預(yù)測(cè)模型50
3.2.2 預(yù)測(cè)模型的幾何理解53
3.2.3 預(yù)測(cè)模型參數(shù)估計(jì)的基本策略56
3.3 預(yù)測(cè)模型的評(píng)價(jià)59
3.3.1 模型誤差的評(píng)價(jià)指標(biāo)60
3.3.2 模型的圖形化評(píng)價(jià)工具62
3.3.3 泛化誤差的估計(jì)方法64
3.3.4 數(shù)據(jù)集的劃分策略67
3.4 預(yù)測(cè)模型的選擇問(wèn)題69
3.4.1 模型選擇的基本原則69
3.4.2 模型過(guò)擬合69
3.4.3 預(yù)測(cè)模型的偏差和方差71
3.5 Python建模實(shí)現(xiàn)73
3.5.1 ROC和P-R曲線圖的實(shí)現(xiàn)74
3.5.2 模型復(fù)雜度與誤差的模擬研究75
3.5.3 數(shù)據(jù)集劃分和測(cè)試誤差估計(jì)的實(shí)現(xiàn)79
3.5.4 模型過(guò)擬合以及偏差與方差的
模擬研究82
3.6 Python實(shí)踐案例86
3.6.1 實(shí)踐案例1：PM2.5濃度的
回歸預(yù)測(cè)86
3.6.2 實(shí)踐案例2：空氣污染的分類預(yù)測(cè)87
【本章總結(jié)】91
【本章相關(guān)函數(shù)】91
【本章習(xí)題】91
第4章 數(shù)據(jù)預(yù)測(cè)建模：貝葉斯分類器93
4.1 貝葉斯概率和貝葉斯法則93
4.1.1 貝葉斯概率93
4.1.2 貝葉斯法則94
4.2 貝葉斯和樸素貝葉斯分類器94
4.2.1 貝葉斯和樸素貝葉斯分類器的
一般內(nèi)容94
4.2.2 貝葉斯分類器的先驗(yàn)分布96
4.3 貝葉斯分類器的分類邊界99
4.4 Python建模實(shí)現(xiàn)100
4.4.1 不同參數(shù)下的貝塔分布101
4.4.2 貝葉斯分類器和Logistic回歸
分類邊界的對(duì)比101
4.5 Python實(shí)踐案例103
4.5.1 實(shí)踐案例1：空氣污染的分類
預(yù)測(cè)103
4.5.2 實(shí)踐案例2：法律裁判文書(shū)中的
案情要素分類105
【本章總結(jié)】110
【本章相關(guān)函數(shù)】111
【本章習(xí)題】111
第5章 數(shù)據(jù)預(yù)測(cè)建模：近鄰分析112
5.1 近鄰分析：K-近鄰法112
5.1.1 距離：K-近鄰法的近鄰度量113
5.1.2 參數(shù)K：1-近鄰法還是K-近鄰法114
5.1.3 與樸素貝葉斯分類器和Logistic
回歸模型的對(duì)比117
5.2 基于觀測(cè)相似性的加權(quán)K-近鄰法117
5.2.1 加權(quán)K-近鄰法的權(quán)重117
5.2.2 加權(quán)K-近鄰法的預(yù)測(cè)119
5.2.3 加權(quán)K-近鄰法的分類邊界119
5.3 K-近鄰法的適用性120
5.4 Python建模實(shí)現(xiàn)122
5.4.1 不同參數(shù)K下的分類邊界122
5.4.2 不同核函數(shù)的特點(diǎn)123
5.4.3 不同加權(quán)方式和K下的分類邊界124
5.5 Python實(shí)踐案例125
5.5.1 實(shí)踐案例1：空氣質(zhì)量等級(jí)的
預(yù)測(cè)125
5.5.2 實(shí)踐案例2：國(guó)產(chǎn)電視劇的大眾
評(píng)分預(yù)測(cè)127
【本章總結(jié)】129
【本章相關(guān)函數(shù)】129
【本章習(xí)題】130
第6章 數(shù)據(jù)預(yù)測(cè)建模：決策樹(shù)131
6.1 決策樹(shù)概述131
6.1.1 什么是決策樹(shù)131
6.1.2 分類樹(shù)的分類邊界133
6.1.3 回歸樹(shù)的回歸平面134
6.1.4 決策樹(shù)的生長(zhǎng)和剪枝135
6.2 CART的生長(zhǎng)139
6.2.1 CART中分類樹(shù)的異質(zhì)性度量139
6.2.2 CART中回歸樹(shù)的異質(zhì)性度量140
6.3 CART的后剪枝141
6.3.1 代價(jià)復(fù)雜度和最小代價(jià)復(fù)雜度141
6.3.2 CART的后剪枝過(guò)程142
6.4 Python建模實(shí)現(xiàn)143
6.4.1 回歸樹(shù)的非線性回歸特點(diǎn)144
6.4.2 樹(shù)深度對(duì)分類邊界的影響145
6.4.3 基尼系數(shù)和熵的計(jì)算146
6.5 Python實(shí)踐案例147
6.5.1 實(shí)踐案例1：空氣污染的預(yù)測(cè)
建模147
6.5.2 實(shí)踐案例2：醫(yī)療大數(shù)據(jù)應(yīng)用—
藥物適用性研究151
【本章總結(jié)】154
【本章相關(guān)函數(shù)】155
【本章習(xí)題】155
第7章 數(shù)據(jù)預(yù)測(cè)建模：集成學(xué)習(xí)156
7.1 集成學(xué)習(xí)概述157
7.1.1 高方差問(wèn)題的解決途徑157
7.1.2 從弱模型到強(qiáng)模型的構(gòu)建157
7.2 基于重抽樣自舉法的集成學(xué)習(xí)158
7.2.1 重抽樣自舉法158
7.2.2 袋裝法158
7.2.3 隨機(jī)森林161
7.3 從弱模型到強(qiáng)模型的構(gòu)建163
7.3.1 提升法164
7.3.2 AdaBoost.M1算法165
7.3.3 SAMME算法和SAMME.R
算法170
7.3.4 回歸預(yù)測(cè)中的提升法172
7.4 梯度提升樹(shù)174
7.4.1 梯度提升算法174
7.4.2 梯度提升回歸樹(shù)178
7.4.3 梯度提升分類樹(shù)179
7.5 XGBoost算法181
7.5.1 XGBoost的目標(biāo)函數(shù)181
7.5.2 目標(biāo)函數(shù)的近似表達(dá)182
7.5.3 決策樹(shù)的求解183
7.6 Python建模實(shí)現(xiàn)185
7.6.1 單棵決策樹(shù)、弱模型和提升法的
預(yù)測(cè)對(duì)比186
7.6.2 提升法中高權(quán)重樣本觀測(cè)的特點(diǎn)187
7.6.3 AdaBoost回歸預(yù)測(cè)中損失函數(shù)的
選擇問(wèn)題189
7.6.4 梯度提升算法和AdaBoost的
預(yù)測(cè)對(duì)比189
7.7 Python實(shí)踐案例191
7.7.1 實(shí)踐案例1：PM2.5濃度的
回歸預(yù)測(cè)191
7.7.2 實(shí)踐案例2：空氣質(zhì)量等級(jí)的
分類預(yù)測(cè)195
【本章總結(jié)】197
【本章相關(guān)函數(shù)】197
【本章習(xí)題】198
第8章 數(shù)據(jù)預(yù)測(cè)建模：人工神經(jīng)網(wǎng)絡(luò)200
8.1 人工神經(jīng)網(wǎng)絡(luò)的基本概念201
8.1.1 人工神經(jīng)網(wǎng)絡(luò)的基本構(gòu)成201
8.1.2 人工神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)的功能202
8.2 感知機(jī)網(wǎng)絡(luò)203
8.2.1 感知機(jī)網(wǎng)絡(luò)中的節(jié)點(diǎn)203
8.2.2 感知機(jī)節(jié)點(diǎn)中的加法器204
8.2.3 感知機(jī)節(jié)點(diǎn)中的激活函數(shù)205
8.2.4 感知機(jī)的權(quán)重訓(xùn)練208
8.3 多層感知機(jī)及B-P反向傳播算法213
8.3.1 多層網(wǎng)絡(luò)的結(jié)構(gòu)213
8.3.2 多層網(wǎng)絡(luò)的隱藏節(jié)點(diǎn)214
8.3.3 B-P反向傳播算法216
8.3.4 多層網(wǎng)絡(luò)的其他問(wèn)題218
8.4 Python建模實(shí)現(xiàn)220
8.4.1 不同激活函數(shù)的特點(diǎn)220
8.4.2 隱藏節(jié)點(diǎn)的作用222
8.5 Python實(shí)踐案例223
8.5.1 實(shí)踐案例1：手寫(xiě)體郵政編碼的
識(shí)別223
8.5.2 實(shí)踐案例2：PM2.5濃度的回歸
預(yù)測(cè)225
【本章總結(jié)】227
【本章相關(guān)函數(shù)】227
【本章習(xí)題】227
第9章 數(shù)據(jù)預(yù)測(cè)建模：支持向量機(jī)229
9.1 支持向量分類概述229
9.1.1 支持向量分類的基本思路229
9.1.2 支持向量分類的幾種情況232
9.2 完全線性可分下的支持向量分類233
9.2.1 如何求解超平面233
9.2.2 參數(shù)求解的拉格朗日乘子法235
9.2.3 支持向量分類的預(yù)測(cè)238
9.3 廣義線性可分下的支持向量分類238
9.3.1 廣義線性可分下的超平面239
9.3.2 廣義線性可分下的錯(cuò)誤懲罰和
目標(biāo)函數(shù)240
9.3.3 廣義線性可分下的超平面參數(shù)
求解241
9.4 線性不可分下的支持向量分類242
9.4.1 線性不可分問(wèn)題的一般解決方式242
9.4.2 支持向量分類克服維災(zāi)難的途徑244
9.5 支持向量回歸247
9.5.1 支持向量回歸的基本思路247
9.5.2 支持向量回歸的目標(biāo)函數(shù)和
約束條件249
9.6 Python建模實(shí)現(xiàn)252
9.6.1 支持向量機(jī)分類的意義252
9.6.2 完全線性可分下的最大邊界超
平面254
9.6.3 不同懲罰參數(shù)C下的最大邊界
超平面255
9.6.4 非線性可分下的空間變化255
9.6.5 不同懲罰參數(shù)C和核函數(shù)下的
分類曲面257
9.6.6 不同懲罰參數(shù)C和? 對(duì)支持
向量回歸的影響257
9.7 Python實(shí)踐案例258
9.7.1 實(shí)踐案例1：物聯(lián)網(wǎng)健康大數(shù)據(jù)
應(yīng)用——老年人危險(xiǎn)體位預(yù)警259
9.7.2 實(shí)踐案例2：汽車(chē)油耗的回歸
預(yù)測(cè)263
【本章總結(jié)】266
【本章相關(guān)函數(shù)】266
【本章習(xí)題】266
第10章 特征選擇：過(guò)濾、包裹和
嵌入策略267
10.1 特征選擇概述267
10.2 過(guò)濾式策略下的特征選擇268
10.2.1 低方差過(guò)濾法269
10.2.2 高相關(guān)過(guò)濾法中的方差分析270
10.2.3 高相關(guān)過(guò)濾法中的卡方檢驗(yàn)274
10.2.4 其他高相關(guān)過(guò)濾法276
10.3 包裹式策略下的特征選擇278
10.3.1 包裹式策略的基本思路278
10.3.2 遞歸式特征剔除法279
10.3.3 基于交叉驗(yàn)證的遞歸式特征
剔除法280
10.4 嵌入式策略下的特征選擇281
10.4.1 嶺回歸和Lasso回歸281
10.4.2 彈性網(wǎng)回歸285
10.5 Python建模實(shí)現(xiàn)288
10.5.1 高相關(guān)過(guò)濾法中的F分布和卡方
分布289
10.5.2 不同L2范數(shù)率下彈性網(wǎng)回歸的
約束條件特征290
10.6 Python實(shí)踐案例290
10.6.1 實(shí)踐案例1：手寫(xiě)體郵政編碼數(shù)據(jù)的
特征選擇——基于過(guò)濾式策略291
10.6.2 實(shí)踐案例2：手寫(xiě)體郵政編碼數(shù)據(jù)的
特征選擇——基于包裹式策略293
10.6.3 實(shí)踐案例3：手寫(xiě)體郵政編碼數(shù)據(jù)的
特征選擇——基于嵌入式策略294
【本章總結(jié)】298
【本章相關(guān)函數(shù)】298
【本章習(xí)題】299
第11章 特征提�。嚎臻g變換策略300
11.1 特征提取概述300
11.2 主成分分析301
11.2.1 主成分分析的基本出發(fā)點(diǎn)302
11.2.2 主成分分析的基本原理303
11.2.3 確定主成分305
11.3 矩陣的奇異值分解307
11.3.1 奇異值分解的基本思路307
11.3.2 基于奇異值分解的特征提取308
11.4 核主成分分析309
11.4.1 核主成分分析的出發(fā)點(diǎn)309
11.4.2 核主成分分析的基本原理311
11.4.3 核主成分分析中的核函數(shù)312
11.5 因子分析315
11.5.1 因子分析的基本出發(fā)點(diǎn)315
11.5.2 因子分析的基本原理316
11.5.3 因子載荷矩陣的求解318
11.5.4 因子得分的計(jì)算319
11.5.5 因子分析的其他問(wèn)題320
11.6 Python建模實(shí)現(xiàn)323
11.6.1 主成分分析的空間變換323
11.6.2 核主成分分析的空間變換324
11.6.3 因子分析的計(jì)算過(guò)程