机器学算法速查手册9787519849481 正版新书希望阶梯图书专营店 mobi 百度云 txt pdb 下载 lrf pdf 地址

暂无相关简介，正在全力查找中！

目录

前言 1

第1 章 机器学 7

本书使用的库 7

用pip 安装库 10

用conda 安装库12

第2 章 机器学概览 15

第3 章 数据分类工作流：泰坦尼克号数据集 17

项目布局建议 17

导入 18

提出问题 19

数据术语 19

获取数据 21

清洗数据 22

创建特征 29

数据采样 31

数据插值 31

规范数据 32

重构 33

基准模型 35

不同算法族 35

模型堆叠 37

建模 38

评估模型 38

优化模型 40

混淆矩阵 41

ROC 曲线 42

学 44

部署模型 45

第4 章 数据缺失 47

检查数据缺失情况 48

删除缺数据的行或列 52

插值 53

添加标识列 54

第5 章 清洗数据 55

处理列名 55

替换缺失值 56

第6 章 探索数据 59

数据大小 59

统计 60

直方图 61

散点图 62

Joint Plot 图 63

Pair Grid 图 66

箱形图和小提琴图 68

比较两个序数型特征 69

相关 71

RadViz 图 76

平行坐标图 78

第7 章 预处理数据 81

标准化 81

调整取值范围 83

虚拟变量 84

标签编码 85

频数编码 86

从字符串抽取类别型数据 87

类别型数据的其他编码方法 89

日期特征的法 91

添加col_na 特征 92

特征工程 93

第8 章 特征选择 95

共线列 95

套索回归 99

递归特征消除 100

互信息 102

主成分分析 103

特征重要 103

第9 章 类别不平衡 105

采用不同度量标准 105

树模型和集成方法 105

惩罚模型 106

对小众类别上采样 106

生成小众数据 107

对大众类别下采样 107

先上采样，再下采样 109

第10 章 分类 111

对数概率回归 112

朴素贝叶斯 117

支持向量机 1

k 近邻 123

决策树 126

森林 133

XGBoost 138

LightGBM150

TPOT 155

第11 章 模型选择 161

验证曲线 161

学 163

第12 章 度量标准和分类评估 165

混淆矩阵 165

度量标准 168

率 170

召回率 171

率 171

f1 值 172

分类报告 172

ROC 曲线 173

率- 召回率曲线 175

累积增益图 176

lift 曲线 178

类别平衡 180

类别预测错误 181

判别阈值 182

第13 章 解释模型 185

回归系数 185

特征重要 186

LIME186

解释树模型 188

部分依赖图 189

替代模型 193

Shapley 值 194

第14 章 回归 199

基准模型 1

线回归 2

支持向量机 6

k 近邻 8

决策树 210

森林 217

XGBoost 回归 2

LightGBM 回归 228

第15 章 度量标准和回归模型的评估 233

度量标准 233

残差图 236

异方差 237

残差正态 237

预测误差图 239

第16 章 解释回归模型 241

Shapley 值 241

第17 章 降维技术 247

PCA 方法 247

UMAP 方法 267

t-SNE 方法 273

PHATE 方法 277

第18 章 聚类 283

k-means 算法 283

层次聚类 290

理解簇 293

第19 章 流水线 299

分类流水线 299

回归流水线 302

PCA 流水线 303

作者介绍 305

封面介绍 305

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：机器学算法速查手册9787519849481 正版新书希望阶梯图书专营店在线阅读

在线听书地址：机器学算法速查手册9787519849481 正版新书希望阶梯图书专营店在线收听

在线购买地址：机器学算法速查手册9787519849481 正版新书希望阶梯图书专营店在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！