Python 預測分析與機器學習

 

目錄

 

第1章預測分析與機器學習的實用價值

 

1．1人工智能、機器學習與數據分析的關系

 

1．2什麼是預測分析

 

1．3預測分析在各行業中的應用

 

1．4預測分析流程概覽

 

1．5小結

 

第2章數據清理

 

2．1建立編程環境

 

2．1．1Anaconda簡介及安裝

 

2．1．2Jupyter Notebook 簡介及安裝

 

2．1．3Pandas簡介及安裝

 

2．1．4scikitlearn 簡介及安裝

 

2．1．5XGBoost、LightGBM、CatBoost簡介及安裝

 

2．1．6TensorFlow簡介及安裝

 

2．2面對異構數據如何下手

 

2．2．1什麼是異構數據

 

2．2．2如何處理異構數據

 

2．3數據誤差

 

2．3．1各類數據誤差及其影響

 

2．3．2如何處理數據誤差

 

2．4數據重新格式化

 

第3章基礎建模

 

3．1判斷何為X和y

 

3．1．1X和y的定義

 

3．1．2X和y的選擇對預測的影響

 

3．2訓練集、驗證集與測試集

 

3．2．1三者的定義及關系

 

3．2．2如何使用sklearn分離3個集

 

3．2．3如何使用Pandas手動分離3個集

 

3．3數據泄露

 

3．3．1不同類型的數據泄露

 

3．3．2發現並避免目標泄露

 

3．3．3避免訓練集與測試集的相互汙染

 

3．4偏差與方差

 

3．4．1定義偏差與方差

 

3．4．2過擬合與欠擬合

 

3．4．3實踐中的過擬合與欠擬合

 

3．5小結

 

 

 

 

 

第4章模型選擇

 

4．1樸素貝葉斯分類器

 

4．2關聯規則算法

 

4．3K近鄰算法

 

4．4K均值聚類算法

 

4．5回歸算法

 

4．5．1線性回歸

 

4．5．2羅吉斯蒂回歸

 

4．6深度神經網絡

 

4．7決策樹

 

4．8森林算法

 

4．8．1隨機森林

 

4．8．2極端隨機樹

 

4．8．3孤立森林

 

4．9提升方法

 

4．9．1Adaboost

 

4．9．2XGBoost和LightGBM

 

4．9．3CatBoost

 

第5章模型優化

 

5．1損失函數和衡量指標 

 

5．1．1分類問題的衡量指標

 

5．1．2回歸問題的衡量指標

 

5．1．3損失函數

 

5．2K折交叉驗證

 

5．3超參數調試

 

5．3．1網格搜索法

 

5．3．2隨機搜索法

 

5．3．3遺傳算法

 

5．4函數正則化

 

第6章數據優化

 

6．1數據規範化

 

6．2異常值清理

 

6．3平滑法

 

6．4聚類

 

6．5特徵工程

 

第7章時間序列

 

7．1時間序列簡介

 

7．2時間序列數據探索

 

7．2．1加法模型下的可視化圖

 

7．2．2乘法模型下的部分可視化圖

 

7．3時間序列特徵提取

 

7．3．1時間特徵

 

7．3．2滯後特徵

 

7．3．3基於移動窗口的特徵

 

7．3．4基於展開窗口的特徵

 

7．4時間序列模型

 

7．4．1自回歸模型

 

7．4．2滑動平均模型

 

7．4．3整合移動平均自回歸模型

 

7．4．4季節性整合移動平均自回歸模型

 

第8章實戰

 

8．1M5預測分析比賽介紹

 

8．1．1數據介紹

 

8．1．2評估標準

 

8．2數據清理

 

8．3基礎建模

 

8．4優化