近年來(lái)，Python語(yǔ)言成為了廣受歡迎的編程語(yǔ)言，而它在機(jī)器學(xué)習(xí)領(lǐng)域也有很好的表現(xiàn)。scikit-learn是一個(gè)用Python語(yǔ)言編寫的機(jī)器學(xué)習(xí)算法庫(kù)，它可以實(shí)現(xiàn)一系列常用的機(jī)器學(xué)習(xí)算法，是一個(gè)好工具。

《scikit-learn機(jī)器學(xué)習(xí)》本書通過14章內(nèi)容，詳細(xì)地介紹了一系列機(jī)器學(xué)習(xí)模型和scikit-learn的使用技巧。本書從機(jī)器學(xué)習(xí)的基礎(chǔ)理論講起，涵蓋了簡(jiǎn)單線性回歸、K-近鄰算法、特征提取、多元線性回歸、邏輯回歸、樸素貝葉斯、非線性分類、決策樹回歸、隨機(jī)森林、感知機(jī)、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、K-均值算法、主成分分析等重要話題。

目錄

第 1章　機(jī)器學(xué)習(xí)基礎(chǔ)　1
第 2章　簡(jiǎn)單線性回歸　12
第3章　用K-近鄰算法分類和回歸　22
第4章　特征提取　37
第5章　從簡(jiǎn)單線性回歸到多元線性回歸　58
第6章　從線性回歸到邏輯回歸　77
第7章　樸素貝葉斯　98
第8章　非線性分類和決策樹回歸　107
第9章　集成方法：從決策樹到隨機(jī)森林　121
第 10章　感知機(jī)　129
第 11章　從感知機(jī)到支持向量機(jī)　141
第 12章　從感知機(jī)到人工神經(jīng)網(wǎng)絡(luò)　153
第 13章　K-均值算法　166
第 14章　使用主成分分析降維　185