《Mastering Machine Learning with Python in Six Steps》

蜗牛最近精力真是有限，很快就要大考了，不过读书不能停。

接下来几天读一读 《Mastering Machine Learning with Python in Six Steps》这本书。

如书名 in Six Steps，本书结构也是 6 部分。

step 1:主要讲了 python 的安装和一些基础。

step 2:讲了机器学习的发展史，分为 监督式，非监督式，解决问题的基本流程，核心 package 的主要组件。

常用中间的CRISP－DM流程。

一个框架解决几乎所有机器学习问题

step 3:机器学习基础，包括 数据的类型，特征工程，数据探索方法，以及回归

／分类／聚类等基础算法。

step 4:调优，讲了如何选择合适的模型参数，超参数，Bagging／Boosting／Stacking 等模型融合方法。

step 5:讲了在文本挖掘方面的应用，包括 数据预处理的常用几种方法，以及如何做 情感分析和推荐系统。

step 6:深度学习，简单介绍几种神经网络，FNN，CNN，RNN。

机器学习&人工智能博文链接汇总

step 3:3.1 数据的类型

对于不同类型的数据，可以通过相应的描述性统计方法来观察数据:

3.2 特征工程

讲了几种基本方法，例如

对缺失数据，

< 5% 时可以删除，2. 用 mean/average or mode

or median 等值进行代替，3. 用随机数替代， 4. 或者用简单的回归／分类模型预测。

对类别数据，

可以用 One Hot Encoder 转化，2. 可以用 LabelEncoder() 转化成 0 到

n_classes-1 的数字

对数据进行规范化，

Normalizing：将数据范围缩到 0 to 1， 2. standardization：将数据转化成标准正态分布的

3.3 数据探索

单变量的可以用 value_counts()， hist()， boxplot() 等方法，

多变量的可以用 Correlation Matrix 看相关关系，

也可以用 matrix of scatter plots 看各对变量间的关系和分布，

通过这些可视化的观察，可以得到一些基本的发现，例如 missing values，各变量的range，变量间相关性等。