第 1章 机器学习概述1

1.1　机器学习简介　1

1.1.1　机器学习的概念　1

1.1.2　机器学习的应用领域　1

1.2　机器学习通用流程　3

1.2.1　目标分析　4

1.2.2　数据准备　5

1.2.3　特征工程　6

1.2.4　模型训练　7

1.2.5　性能度量与模型调优　7

1.3　Python机器学习工具库简介　7

1.3.1　数据准备相关工具库　8

1.3.2　数据可视化相关工具库　8

1.3.3　模型训练与评估相关工具库　9

小结　10

课后习题　10

第　2章 数据准备　13

2.1　数据质量校验　13

2.1.1　一致性校验　13

2.1.2　缺失值校验　16

2.1.3　异常值分析　17

2.2　数据分布与趋势探查　18

2.2.1　分布分析　18

2.2.2　对比分析　22

2.2.3　描述性统计分析　26

2.2.4　周期性分析　28

2.2.5　贡献度分析　30

2.2.6　相关性分析　31

2.3　数据清洗　35

2.3.1　缺失值处理　35

2.3.2　异常值处理　39

2.4　数据合并　39

2.4.1　数据堆叠　40

2.4.2　主键合并　43

小结　45

课后习题　45

第3章　特征工程　48

3.1　特征变换　48

3.1.1　特征缩放　48

3.1.2　独热编码　52

3.1.3　离散化　53

3.2　特征选择　56

3.2.1　过滤式选择　57

3.2.2　包裹式选择　58

3.2.3　嵌入式选择　58

3.2.4　字典学习　59

小结　64

课后习题　64

第4章　有监督学习　67

4.1　有监督学习简介　67

4.2　性能度量　67

4.2.1　分类任务性能度量　68

4.2.2　回归任务性能度量　70

4.3　线性模型　70

4.3.1　线性模型简介　70

4.3.2　线性回归　70

4.3.3　逻辑回归　73

4.4　k近邻分类　76

4.5　决策树　78

4.5.1　决策树简介　78

4.5.2　ID3算法　79

4.5.3　C4.5算法　81

4.5.4　CART算法　84

4.6　支持向量机　86

4.6.1　支持向量机简介　86

4.6.2　线性支持向量机　87

4.6.3　非线性支持向量机　91

4.7　朴素贝叶斯　94

4.8　神经网络　98

4.8.1　神经网络介绍　98

4.8.2　BP神经网络　99

4.9　集成学习　103

4.9.1　Bagging　104

4.9.2　Boosting　106

4.9.3　Stacking　109

小结　111

课后习题　111

第5章　无监督学习　113

5.1　无监督学习简介　113

5.2　降维　113

5.2.1　PCA　114

5.2.2　核化线性降维　116

5.3　聚类任务　119

5.3.1　性能度量　119

5.3.2　距离计算　120

5.3.3　原型聚类　121

5.3.4　密度聚类　128

5.3.5　层次聚类　131

小结　133

课后习题　133

第6章　智能推荐　135

6.1　智能推荐简介　135

6.1.1　什么是推荐系统　135

6.1.2　智能推荐的应用　135

6.2　智能推荐性能度量　137

6.2.1　离线实验评价指标　137

6.2.2　用户调查评价指标　139

6.2.3　在线实验评价指标　140

6.3　基于关联规则的智能推荐　140

6.3.1　关联规则和频繁项集　140

6.3.2　Apriori　141

6.3.3　FP-Growth　145

6.4　基于协同过滤的智能推荐　150

6.4.1　基于用户的协同过滤　150

6.4.2　基于物品的协同过滤　153

小结　157

课后习题　157

第7章　市财政收入分析　160

7.1　目标分析　160

7.1.1　背景　160

7.1.2　数据说明　160

7.1.3　分析目标　161

7.2　数据准备　162

7.3　特征工程　164

7.3.1　Lasso回归　164

7.3.2　特征选择　164

7.4　模型训练　165

7.4.1　灰色预测模型　165

7.4.2　关键特征预测　166

7.4.3　SVR模型预测　168

7.5　性能度量　169

小结　171

课后习题　171

第8章　基于非侵入式电力负荷监测与分解的电力分析　172

8.1　目标分析　172

8.1.1　背景　172

8.1.2　数据说明　173

8.1.3　分析目标　175

8.2　数据准备　176

8.2.1　数据探索　176

8.2.2　缺失值处理　179

8.3　特征工程　181

8.3.1　设备数据　181

8.3.2　周波数据　182

8.4　模型训练　183

8.5　性能度量　185

小结　189

课后习题　189

第9章　航空公司客户价值分析　190

9.1　目标分析　190

9.1.1　背景　190

9.1.2　数据说明　191

9.1.3　分析目标　192

9.2　数据准备　192

9.2.1　数据探索　192

9.2.2　数据清洗　193

9.3　特征工程　193

9.3.1　特征构造　193

9.3.2　特征选择　195

9.3.3　特征变换　196

9.4　模型训练　198

9.5　性能度量　199

9.5.1　结果分析　199

9.5.2　客户价值分析　201

小结　202

课后习题　202

第　10章 广电大数据营销推荐　205

10.1　目标分析　205

10.1.1　背景　205

10.1.2　数据说明　206

10.1.3　分析目标　208

10.2　数据准备　209

10.2.1　数据获取　209

10.2.2　数据清洗　209

10.2.3　数据探索分析　216

10.3　特征工程　222

10.3.1　特征构造　222

10.3.2　节目信息的获取　244

10.4　模型构建　247

10.4.1　基于物品的协同过滤算法的推荐模型　248

10.4.2　基于Simple TagBased TF-IDF算法的标签推荐模型　250

10.4.3　Popular流行度推荐模型　254

10.5　性能度量　255

10.6　结果分析　258

小结　258

课后习题　259

第　11章 基于TipDM数据挖掘建模平台实现航空公司客户价值分析　260

11.1　平台简介　260

11.1.1　首页　261

11.1.2　数据源　261

11.1.3　工程　263

11.1.4　系统组件　263

11.1.5　TipDM数据挖掘建模平台的本地化部署　264

11.2　快速构建航空公司客户价值分析工程　267

11.2.1　数据获取　267

11.2.2　数据准备　270

11.2.3　特征工程　273

11.2.4　模型训练　275

小结　277

课后习题　277

参考文献　278