目 录
C o n t e n t s
项目1 走进机器学习的世界 ……………………………………………………………… 1
任务1-1 了解机器学习应用场景 ………………………………………………………… 2
任务1-2 机器学习算法的分类方式 ……………………………………………………… 3
任务1-3 软件库与框架 …………………………………………………………………… 5
任务1-4 配置机器学习开发环境 ………………………………………………………… 7
任务1-5 了解机器学习步骤 ……………………………………………………………… 9
项目小结 ………………………………………………………………………………… 11
练习题 …………………………………………………………………………………… 11
项目2 数据预处理 …………………………………………………………………………12
任务2-1 数据划分与归一化 ………………………………………………………………13
任务2-2 重复值、缺损值和异常值处理 …………………………………………………16
任务2-3 实现PCA 图像去噪 ……………………………………………………………24
项目小结 ………………………………………………………………………………… 28
练习题 …………………………………………………………………………………… 28
项目3 基于K-Means 算法的应用实践 ……………………………………………………30
任务3-1 使用K-Means 算法实现聚类手写图像 ………………………………………31
任务3-2 实现身高、体重聚类 ……………………………………………………………38
任务3-3 使用K-Means 算法实现图像压缩 ……………………………………………42
项目小结 ………………………………………………………………………………… 44
练习题 …………………………………………………………………………………… 45
IV
机器学习算法与应用（Python 版）
项目4 基于KNN 算法的应用实践 …………………………………………………………46
任务4-1 使用KNN 算法实现鸢尾花分类 ………………………………………………47
任务4-2 使用KNN 回归算法预测鞋码 …………………………………………………52
任务4-3 使用KNN 算法实现乳腺癌预测 ………………………………………………55
项目小结 ………………………………………………………………………………… 58
练习题 …………………………………………………………………………………… 58
项目5 基于线性回归算法的应用实践 ……………………………………………………60
任务5-1 使用一元线性回归算法实现直线拟合 …………………………………………61
任务5-2 使用多元线性回归算法实现波士顿房价预测 …………………………………64
任务5-3 使用多项式扩展实现曲线预测 …………………………………………………66
项目小结 ………………………………………………………………………………… 68
练习题 …………………………………………………………………………………… 68
项目6 基于逻辑回归算法的应用实践 ……………………………………………………70
任务6-1 使用逻辑回归算法检测信用卡欺诈 ……………………………………………71
任务6-2 使用逻辑回归算法解决数据不平衡问题 ………………………………………76
任务6-3 使用逻辑回归算法处理鸢尾花分类问题 ………………………………………80
项目小结 ………………………………………………………………………………… 82
练习题 …………………………………………………………………………………… 82
项目7 基于决策树算法的应用实践 ………………………………………………………83
任务7-1 使用决策树算法实现鸢尾花分类 ……………………………………………84
任务7-2 使用决策树回归算法实现曲线预测 ……………………………………………93
任务7-3 使用决策树算法预测波士顿房价 ………………………………………………95
项目小结 ………………………………………………………………………………… 96
练习题 …………………………………………………………………………………… 96
项目8 基于支持向量机算法的应用实践 …………………………………………………98
任务8-1 使用支持向量机算法处理二维数据分类问题 …………………………………99
任务8-2 使用支持向量机算法处理高维数据分类问题 ……………………………… 103
任务8-3 使用SVM 回归算法预测曲线预测和波士顿房价 ………………………… 107
V
目 录
项目小结 ……………………………………………………………………………… 110
练习题 ………………………………………………………………………………… 110
项目9 基于神经网络算法实现曲线拟合 ……………………………………………… 112
任务9-1 人工神经网络反向传播计算 ………………………………………………… 113
任务9-2 使用人工神经网络算法拟合函数 …………………………………………… 118
任务9-3 使用人工神经网络算法实现鸢尾花分类 …………………………………… 121
项目小结 ……………………………………………………………………………… 123
练习题 ………………………………………………………………………………… 123
项目10 基于AdaBoost 算法的应用实践 ……………………………………………… 125
任务10-1 使用AdaBoost 算法原理知识进行分类器计算 ………………………… 126
任务10-2 使用AdaBoost 算法实现鸢尾花分类问题 ……………………………… 129
任务10-3 使用AdaBoost 算法实现人脸识别 ……………………………………… 132
任务10-4 使用AdaBoost 算法实现曲线预测 ……………………………………… 135
项目小结 ……………………………………………………………………………… 137
练习题 ………………………………………………………………………………… 137
参考文献………………………………………………………………………… 139
