机器学习速查手册

第 1 章 导言 导言

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

与其说这是一本指导手册，不如说是机器学习的笔记、表格和示例。作者将其作为培训期间的额外资源，意在以实体笔记本的形式分发。学员们（偏爱枯树材料的物理特性）可以在其中添加自己的笔记和想法，并拥有一份宝贵的实例参考资料。

我们将对结构化数据进行分类。其他常见的机器学习应用包括预测连续值（回归）、创建聚类或尝试降低维度等等。 本书不讨论 Deep Learning 技术。虽然这些技术对非结构化数据效果很好，但大多数人都推荐本书中的技术用于结构化数据。

我们假设你了解并熟悉 Python。学习如何使用pandas 库处理数据是非常有用的。我们有很多使用 pandas 的示例，它是处理结构化数据的绝佳工具。不过，如果不熟悉 numpy，一些索引操作可能会让人感到困惑。全面介绍 pandas 本身就可以写成一本书。

使用的库

本书使用了很多库。这可能是好事，也可能是坏事。其中一些库可能很难安装，或者与其他库的版本冲突。不要觉得需要安装所有这些库。使用 "JIT 安装"，只安装您需要使用的库。

>>> import autosklearn, catboost,
category_encoders, dtreeviz, eli5, fancyimpute,
fastai, featuretools, glmnet_py, graphviz,
hdbscan, imblearn, janitor, lime, matplotlib,
missingno, mlxtend, numpy, pandas, pdpbox, phate,
pydotplus, rfpimp, scikitplot, scipy, seaborn,
shap, sklearn, statsmodels, tpot, treeinterpreter,
umap, xgbfir, xgboost, yellowbrick

>>> for lib in [
...     autosklearn,
...     catboost,
...     category_encoders,
...     dtreeviz,
...     eli5,
...     fancyimpute,
...     fastai,
...     featuretools,
...     glmnet_py,
...     graphviz,
...     hdbscan,
...     imblearn,
...     lime,
...     janitor,
...     matplotlib,
...     missingno,
...     mlxtend,
...     numpy,
...     pandas,
...     pandas_profiling,
...     pdpbox,
...     phate,
...     pydotplus,
...     rfpimp,
...     scikitplot,
...     scipy,
...     seaborn,
...     shap,
...     sklearn,
...     statsmodels,
...     tpot,
...     treeinterpreter,
...     umap,
...     xgbfir,
...     xgboost,
...     yellowbrick,
... ]:
...     try:
...         print(lib.__name__, lib.__version__)
...     except ...