目　　錄
譯者序
前言
作者簡(jiǎn)介
第1章　新手上路 1
1.1　數(shù)據(jù)科學(xué)與Python簡(jiǎn)介 1
1.2　Python的安裝 2
1.2.1　Python 2還是Python 3 3
1.2.2　分步安裝 3
1.2.3　工具包的安裝 4
1.2.4　工具包升級(jí) 6
1.2.5　科學(xué)計(jì)算發(fā)行版 6
1.2.6　虛擬環(huán)境 8
1.2.7　核心工具包一瞥 11
1.3　Jupyter簡(jiǎn)介 17
1.3.1　快速安裝與初次使用 19
1.3.2　Jupyter魔術(shù)命令 20
1.3.3　Jupyter Notebook怎樣幫助數(shù)據(jù)科學(xué)家 22
1.3.4　Jupyter的替代版本 26
1.4　本書使用的數(shù)據(jù)集和代碼 27
1.5　小結(jié) 33
第2章　數(shù)據(jù)改寫 34
2.1　數(shù)據(jù)科學(xué)過程 34
2.2　使用pandas進(jìn)行數(shù)據(jù)加載與預(yù)處理 36
2.2.1　數(shù)據(jù)快捷加載 36
2.2.2　處理問題數(shù)據(jù) 38
2.2.3　處理大數(shù)據(jù)集 41
2.2.4　訪問其他的數(shù)據(jù)格式 43
2.2.5　數(shù)據(jù)預(yù)處理 44
2.2.6　數(shù)據(jù)選擇 47
2.3　使用分類數(shù)據(jù)和文本數(shù)據(jù) 49
2.3.1　特殊的數(shù)據(jù)類型文本 51
2.3.2　使用Beautiful Soup抓取網(wǎng)頁(yè) 56
2.4　使用NumPy進(jìn)行數(shù)據(jù)處理 57
2.4.1　NmuPy中的N維數(shù)組 57
2.4.2　NmuPy ndarray對(duì)象基礎(chǔ) 58
2.5　創(chuàng)建NumPy數(shù)組 59
2.5.1　從列表到一維數(shù)組 60
2.5.2　控制內(nèi)存大小 60
2.5.3　異構(gòu)列表 61
2.5.4　從列表到多維數(shù)組 62
2.5.5　改變數(shù)組大小 63
2.5.6　利用NumPy函數(shù)生成數(shù)組 64
2.5.7　直接從文件中獲得數(shù)組 65
2.5.8　從pandas提取數(shù)據(jù) 65
2.6　NumPy快速操作和計(jì)算 66
2.6.1　矩陣運(yùn)算 68
2.6.2　NumPy數(shù)組切片和索引 69
2.6.3　NumPy數(shù)組堆疊 71
2.7　小結(jié) 72
第3章　數(shù)據(jù)科學(xué)流程 73
3.1　EDA簡(jiǎn)介 73
3.2　創(chuàng)建新特征 77
3.3　維數(shù)約簡(jiǎn) 78
3.3.1　協(xié)方差矩陣 79
3.3.2　主成分分析 80
3.3.3　一種用于大數(shù)據(jù)的PCA變型RandomizedPCA 82
3.3.4　潛在因素分析 83
3.3.5　線性判別分析 84
3.3.6　潛在語(yǔ)義分析 85
3.3.7　獨(dú)立成分分析 85
3.3.8　核主成分分析 85
3.3.9　t-分布鄰域嵌入算法 87
3.3.10　受限玻爾茲曼機(jī) 87
3.4　異常檢測(cè)和處理 89
3.4.1　單變量異常檢測(cè) 89
3.4.2　EllipticEnvelope 90
3.4.3　OneClassSVM 94
3.5　驗(yàn)證指標(biāo) 96
3.5.1　多標(biāo)號(hào)分類 97
3.5.2　二值分類 99
3.5.3　回歸 100
3.6　測(cè)試和驗(yàn)證 100
3.7　交叉驗(yàn)證 103
3.7.1　使用交叉驗(yàn)證迭代器 105
3.7.2　采樣和自舉方法 107
3.8　超參數(shù)優(yōu)化 108
3.8.1　建立自定義評(píng)分函數(shù) 110
3.8.2　減少網(wǎng)格搜索時(shí)間 112
3.9　特征選擇 113
3.9.1　基于方差的特征選擇 113
3.9.2　單變量選擇 114
3.9.3　遞歸消除 115
3.9.4　穩(wěn)定性選擇與基于L1的選擇 116
3.10　將所有操作包裝成工作流程 118
3.10.1　特征組合和轉(zhuǎn)換鏈接 118
3.10.2　構(gòu)建自定義轉(zhuǎn)換函數(shù) 120
3.11　小結(jié) 121
第4章　機(jī)器學(xué)習(xí) 122
4.1　準(zhǔn)備工具和數(shù)據(jù)集 122
4.2　線性和logistic回歸 124
4.3　樸素貝葉斯 126
4.4　K近鄰 127
4.5　非線性算法 129
4.5.1　基于SVM的分類算法 129
4.5.2　基于SVM的回歸算法 131
4.5.3　調(diào)整SVM（優(yōu)化） 132
4.6　組合策略 133
4.6.1　基于隨機(jī)樣本的粘合策略 134
4.6.2　基于弱分類器的bagging策略 134
4.6.3　隨機(jī)子空間和隨機(jī)分片 135
4.6.4　隨機(jī)森林和Extra-Trees 135
4.6.5　從組合估計(jì)概率 137
4.6.6　模型序列AdaBoost 138
4.6.7　梯度樹提升 139
4.6.8　XGBoost 140
4.7　處理大數(shù)據(jù) 142
4.7.1　作為范例創(chuàng)建一些大數(shù)據(jù)集 142
4.7.2　對(duì)容量的可擴(kuò)展性 143
4.7.3　保持速度 144
4.7.4　處理多樣性 145
4.7.5　隨機(jī)梯度下降概述 147
4.8　深度學(xué)習(xí) 148
4.9　自然語(yǔ)言處理一瞥 153
4.9.1　詞語(yǔ)分詞 153
4.9.2　詞干提取 154
4.9.3　詞性標(biāo)注 154
4.9.4　命名實(shí)體識(shí)別 155
4.9.5　停止詞 156
4.9.6　一個(gè)完整的數(shù)據(jù)科學(xué)例子文本分類 156
4.10　無(wú)監(jiān)督學(xué)習(xí)概覽 158
4.11　小結(jié) 165
第5章　社交網(wǎng)絡(luò)分析 166
5.1　圖論簡(jiǎn)介 166
5.2　圖的算法 171
5.3　圖的加載、輸出和采樣 177
5.4　小結(jié) 179
第6章　可視化、發(fā)現(xiàn)和結(jié)果 180
6.1　matplotlib基礎(chǔ)介紹 180
6.1.1　曲線繪圖 181
6.1.2　繪制分塊圖 182
6.1.3　數(shù)據(jù)中的關(guān)系散點(diǎn)圖 183
6.1.4　直方圖 184
6.1.5　柱狀圖 185
6.1.6　圖像可視化 186
6.1.7　pandas的幾個(gè)圖形示例 188
6.1.8　散點(diǎn)圖 190
6.1.9　平行坐標(biāo) 192
6.2　封裝matplotlib命令 193
6.2.1　Seaborn簡(jiǎn)介 194
6.2.2　增強(qiáng)EDA性能 197
6.3　交互式可視化工具Bokeh 201
6.4　高級(jí)數(shù)據(jù)學(xué)習(xí)表示 203
6.4.1　學(xué)習(xí)曲線 204
6.4.2　確認(rèn)曲線 205
6.4.3　隨機(jī)森林的特征重要性 206
6.4.4　GBT部分依賴關(guān)系圖形 207
6.4.5　創(chuàng)建MA-AAS預(yù)測(cè)服務(wù)器 208
6.5　小結(jié) 212
附錄A　增強(qiáng)Python基礎(chǔ) 213