Python機器學習：5個數據科學家案例解析

第1章 統計與概率 1
1.1 案例研究：自行車共用計畫
--確定品牌角色 1
1.2 進行探索性資料分析 3
1.2.1 特徵探索 4
1.2.2 變數的類型 5
1.2.3 單變數分析 8
1.2.4 多變數分析 12
1.2.5 時間序列成分 15
1.3 度量測度中心 17
1.3.1 平均數 17
1.3.2 中位數 18
1.3.3 眾數 19
1.3.4 方差 19
1.3.5 標準差 19
1.3.6 由於常量的存在而導致
中心統計度量的變化 20
1.3.7 正態分佈 22
1.4 相關性 29
1.4.1 Pearson R相關 29
1.4.2 Kendall秩相關 29
1.4.3 Spearman秩相關 30
1.5 假設檢驗：比較兩組 31
1.5.1 t-統計量 32
1.5.2 t-分佈和樣本容量 32
1.6 中心極限定理 34
1.7 案例研究發現 35
1.8 統計和概率的應用 36
1.8.1 精算科學 36
1.8.2 生物統計學 36
1.8.3 天文統計學 36
1.8.4 商業分析 37
1.8.5 計量經濟學 37
1.8.6 機器學習 37
1.8.7 統計信號處理 37
1.8.8 選舉 37
第2章 回歸 39
2.1 案例研究：消除混凝土抗壓
強度的不一致性 39
2.2 回歸的概念 42
2.2.1 內插和外推 42
2.2.2 線性回歸 42
2.2.3 y在x上的最小二乘
回歸線 43
2.2.4 多重回歸 44
2.2.5 逐步回歸 45
2.2.6 多項式回歸 46
2.3 回歸的假設 47
2.3.1 案例數量 47
2.3.2 缺失數據 47
2.3.3 多重共線性與奇異性 48
2.4 特徵探索 49
2.5 過擬合和欠擬合 55
2.6 回歸度量的評估 58
2.6.1 解釋方差得分 58
2.6.2 平均絕對誤差 58
2.6.3 均方誤差 59
2.6.4 R2 59
2.6.5 殘差 60
2.6.6 殘差圖 60
2.6.7 殘差平方和 60
2.7 回歸的類型 61
2.7.1 線性回歸 61
2.7.2 網格搜索 65
2.7.3 嶺回歸 65
2.7.4 套索回歸 68
2.7.5 ElasticNet 70
2.7.6 梯度boosting回歸 71
2.7.7 支持向量機 74
2.8 回歸的應用 78
2.8.1 預測銷售額 78
2.8.2 預測債券價值 78
2.8.3 通貨膨脹率 78
2.8.4 保險公司 79
2.8.5 呼叫中心 79
2.8.6 農業 79
2.8.7 預測薪水 79
2.8.8 房地產行業 80
第3章 時間序列 83
3.1 案例研究：預測雅虎的每日
調整的收盤價 83
3.2 特徵探索 85
3.3 評估時間序列對象的
平穩性 86
3.3.1 具有平穩本質的時間序列
的性質 87
3.3.2 測試以確定時間序列
是否平穩 87
3.3.3 製作時間序列對象的
方法 90
3.4 測試以確定時間序列是否
具有自相關性 100
3.4.1 自相關函數 100
3.4.2 偏自相關函數 100
3.4.3 度量自相關 101
3.4.4 Durbin Watson統計 101
3.5 建模時間序列 102
3.5.1 驗證預測序列的實驗 102
3.5.2 確定建模參數 103
3.6 自回歸綜合移動平均 105
3.6.1 自回歸移動平均 105
3.6.2 自回歸 106
3.6.3 移動平均線 107
3.6.4 組合模型 108
3.7 縮減預測規模 109
3.8 時間序列分析應用 113
3.8.1 銷售預測 113
3.8.2 天氣預測 113
3.8.3 失業率估計 113
3.8.4 疾病爆發 113
3.8.5 股市預測 114
第4章 聚類 115
4.1 案例研究：確定行銷短尾
關鍵字 115
4.2 特徵的探索 117
4.3 有監督學習與無監督學習 118
4.3.1 有監督學習 119
4.3.2 無監督學習 119
4.4 聚類分析 120
4.5 為建模作數據轉換 120
4.6 聚類模型 124
4.6.1 k-means聚類 124
4.6.2 將k-means聚類應用於簇
的最優數量 129
4.6.3 主成分分析 130
4.6.4 高斯混合模型 137
4.6.5 貝葉斯高斯混合模型 142
4.7 聚類的應用 144
4.7.1 疾病識別 144
4.7.2 搜尋引擎中的文檔
聚類 144
4.7.3 基於人口統計的客戶
劃分 145
第5章 分類 147
5.1 案例研究：俄亥俄州診所--
滿足供求 147
5.2 特徵探究 149
5.3 實施資料整理 154
5.4 實施探索性資料分析 157
5.5 特徵的生成 162
5.6 分類 164
5.6.1 模型評估技術 164
5.6.2 二元分類器：受試者工作
特徵 165
5.6.3 決策樹分類 168
5.7 核近似 169
5.7.1 SGD分類器 169
5.7.2 集成方法 172
5.8 隨機森林分類 173
5.9 分類應用 178
5.9.1 圖像分類 178
5.9.2 音樂分類 178
5.9.3 E-mail的垃圾郵件
過濾 178
5.9.4 保險 179
附錄A 圖表類型以及何時使用
它們 181