第一部分　機器學(xué)習(xí)入門
第1章　機器學(xué)習(xí)概論 3
1.1　歡迎來到機器學(xué)習(xí)的世界 3
1.2　范圍、術(shù)語、預(yù)測和數(shù)據(jù) 4
1.2.1　特征 5
1.2.2　目標(biāo)值和預(yù)測值 6
1.3　讓機器開始機器學(xué)習(xí) 7
1.4　學(xué)習(xí)系統(tǒng)舉例 9
1.4.1　預(yù)測類別：分類器舉例 9
1.4.2　預(yù)測值：回歸器舉例 10
1.5　評估機器學(xué)習(xí)系統(tǒng) 11
1.5.1　準(zhǔn)確率 11
1.5.2　資源消耗 12
1.6　創(chuàng)建機器學(xué)習(xí)系統(tǒng)的過程 13
1.7　機器學(xué)習(xí)的假設(shè)和現(xiàn)實 15
1.8　參考閱讀資料 17
1.8.1　進一步研究方向 17
1.8.2　注釋 17
第2章　相關(guān)技術(shù)背景 19
2.1　編程環(huán)境配置 19
2.2　數(shù)學(xué)語言的必要性 19
2.3　用于解決機器學(xué)習(xí)問題的軟件 20
2.4　概率 21
2.4.1　基本事件 22
2.4.2　獨立性 23
2.4.3　條件概率 24
2.4.4　概率分布 25
2.5　線性組合、加權(quán)和以及點積 28
2.5.1　加權(quán)平均 30
2.5.2　平方和 32
2.5.3　誤差平方和 33
2.6　幾何視圖：空間中的點 34
2.6.1　直線 34
2.6.2　直線拓展 39
2.7　表示法和加1技巧 43
2.8　漸入佳境：突破線性和非線性 45
2.9　NumPy與“數(shù)學(xué)無所不在” 47
2.9.1　一維數(shù)組與二維數(shù)組 49
2.10　浮點數(shù)問題 52
2.11　參考閱讀資料 53
2.11.1　小結(jié) 53
2.11.2　注釋 54
第3章　預(yù)測類別：分類入門 55
3.1　分類任務(wù) 55
3.2　一個簡單的分類數(shù)據(jù)集 56
3.3　訓(xùn)練和測試：請勿“應(yīng)試教育” 59
3.4　評估：考試評分 62
3.5　簡單分類器1：最近鄰分類器、遠(yuǎn)距離關(guān)系和假設(shè) 63
3.5.1　定義相似性 63
3.5.2　k-最近鄰中的k 64
3.5.3　答案組合 64
3.5.4　k-最近鄰、參數(shù)和非參數(shù)方法 65
3.5.5　建立一個k-最近鄰分類模型 66
3.6　簡單分類器2：樸素貝葉斯分類器、概率和違背承諾 68
3.7　分類器的簡單評估 70
3.7.1　機器學(xué)習(xí)的性能 70
3.7.2　分類器的資源消耗 71
3.7.3　獨立資源評估 77
3.8　參考閱讀資料 81
3.8.1　再次警告：局限性和尚未解決的問題 81
3.8.2　小結(jié) 82
3.8.3　注釋 82
3.8.4　練習(xí)題 83
第4章　預(yù)測數(shù)值：回歸入門 85
4.1　一個簡單的回歸數(shù)據(jù)集 85
4.2　最近鄰回歸和匯總統(tǒng)計 87
4.2.1　中心測量：中位數(shù)和均值 88
4.2.2　構(gòu)建一個k-最近鄰回歸模型 90
4.3　線性回歸和誤差 91
4.3.1　地面總是不平坦的：為什么需要斜坡 92
4.3.2　傾斜直線 94
4.3.3　執(zhí)行線性回歸 97
4.4　優(yōu)化：選擇最佳答案 98
4.4.1　隨機猜測 98
4.4.2　隨機步進 99
4.4.3　智能步進 99
4.4.4　計算的捷徑 100
4.4.5　線性回歸的應(yīng)用 101
4.5　回歸器的簡單評估和比較 101
4.5.1　均方根誤差 101
4.5.2　機器學(xué)習(xí)的性能 102
4.5.3　回歸過程中的資源消耗 102
4.6　參考閱讀資料 104
4.6.1　局限性和尚未解決的問題 104
4.6.2　小結(jié) 105
4.6.3　注釋 105
4.6.4　練習(xí)題 105
第二部分　通用評估技術(shù)
第5章　機器學(xué)習(xí)算法的評估和比較分析 109
5.1　評估和大道至簡的原則 109
5.2　機器學(xué)習(xí)階段的術(shù)語 110
5.2.1　有關(guān)機器的重新討論 110
5.2.2　更規(guī)范的闡述 113
5.3　過擬合和欠擬合 116
5.3.1　合成數(shù)據(jù)和線性回歸 117
5.3.2　手動操控模型的復(fù)雜度 118
5.3.3　“恰到好處”原則：可視化過擬合、欠擬合和最佳擬合 120
5.3.4　簡單性 124
5.3.5　關(guān)于過擬合必須牢記的注意事項 124
5.4　從誤差到成本 125
5.4.1　損失 125
5.4.2　成本 126
5.4.3　評分 127
5.5�。ㄖ匦拢┏闃樱阂陨賱俣� 128
5.5.1　交叉驗證 128
5.5.2　分層抽樣 132
5.5.3　重復(fù)的訓(xùn)練–測試數(shù)據(jù)集拆分 133
5.5.4　一種更好的方法和混排 137
5.5.5　留一交叉驗證 140
5.6　分解：將誤差分解為偏差和方差 142
5.6.1　數(shù)據(jù)的方差 143
5.6.2　模型的方差 144
5.6.3　模型的偏差 144
5.6.4　結(jié)合所有的因素 145
5.6.5　偏差–方差權(quán)衡示例 145
5.7　圖形可視化評估和比較 149
5.7.1　學(xué)習(xí)曲線：到底需要多少數(shù)據(jù) 150
5.7.2　復(fù)雜度曲線 152
5.8　使用交叉驗證比較機器學(xué)習(xí)模型 154
5.9　參考閱讀資料 155
5.9.1　小結(jié) 155
5.9.2　注釋 155
5.9.3　練習(xí)題 157
第6章　評估分類器 159
6.1　基線分類器 159
6.2　準(zhǔn)確度以外：分類器的其他度量指標(biāo) 161
6.2.1　從混淆矩陣中消除混淆 163
6.2.2　錯誤的方式 164
6.2.3　基于混淆矩陣的度量指標(biāo) 165
6.2.4　混淆矩陣編碼 166
6.2.5　處理多元類別：多元類別平均 168
6.2.6　F1分?jǐn)?shù) 170
6.3　ROC曲線 170
6.3.1　ROC模式 173
6.3.2　二元分類ROC 174
6.3.3　AUC：（ROC）曲線下的面積 177
6.3.4　多元分類機器學(xué)習(xí)模型、一對其他和ROC 179
6.4　多元分類的另一種方法：一對一 181
6.4.1　多元分類AUC第二部分：尋找單一值 182
6.5　精確率–召回率曲線 185
6.5.1　關(guān)于精確率–召回率權(quán)衡的說明 185
6.5.2　構(gòu)建精確率–召回率曲線 186
6.6　累積響應(yīng)和提升曲線 187
6.7　更復(fù)雜的分類器評估：第二階段 190
6.7.1　二元分類 190
6.7.2　一個新穎的多元分類問題 195
6.8　參考閱讀資料 201
6.8.1　小結(jié) 201
6.8.2　注釋 202
6.8.3　練習(xí)題 203
第7章　評估回歸器 205
7.1　基線回歸器 205
7.2　回歸器的其他度量指標(biāo) 207
7.2.1　創(chuàng)建自定義的評估指標(biāo) 207
7.2.2　其他內(nèi)置的回歸度量指標(biāo) 208
7.2.3　R2 209
7.3　殘差圖 214
7.3.1　誤差圖 215
7.3.2　殘差圖 217
7.4　標(biāo)準(zhǔn)化初探 221
7.5　使用更復(fù)雜的方法評估回歸系數(shù)：第二階段 225
7.5.1　多個度量指標(biāo)的交叉驗證結(jié)果 226
7.5.2　交叉驗證結(jié)果匯總 230
7.5.3　殘差 230
7.6　參考閱讀資料 232
7.6.1　小結(jié) 232
7.6.2　注釋 232
7.6.3　練習(xí)題 234
第三部分　更多方法和其他技術(shù)
第8章　更多分類方法 237
8.1　重溫分類知識 237
8.2　決策樹 239
8.2.1　樹構(gòu)建算法 242
8.2.2　讓我們開始：決策樹時間 245
8.2.3　決策樹中的偏差和方差 249
8.3　支持向量分類器 249
8.3.1　執(zhí)行支持向量分類器 253
8.3.2　SVC中的偏差和方差 256
8.4　邏輯回歸 259
8.4.1　投注幾率 259
8.4.2　概率、幾率和對數(shù)幾率 262
8.4.3　實現(xiàn)操作：邏輯回歸版本 267
8.4.4　邏輯回歸：空間奇異性 268
8.5　判別分析 269
8.5.1　協(xié)方差 270
8.5.2　方法 282
8.5.3　執(zhí)行判別分析 283
8.6　假設(shè)、偏差和分類器 285
8.7　分類器的比較：第三階段 287
8.7.1　數(shù)字 287
8.8　參考閱讀資料 290
8.8.1　小結(jié) 290
8.8.2　注釋 290
8.8.3　練習(xí)題 293
第9章　更多回歸方法 295
9.1　懲罰框中的線性回歸：正則化 295
9.1.1　執(zhí)行正則化回歸 300
9.2　支持向量回歸 301
9.2.1　鉸鏈損失 301
9.2.2　從線性回歸到正則化回歸，再到支持向量回歸 305
9.2.3　實踐應(yīng)用：支持向量回歸風(fēng)格 307
9.3　分段常數(shù)回歸 308
9.3.1　實現(xiàn)分段常數(shù)回歸器 310
9.3.2　模型實現(xiàn)的一般說明 311
9.4　回歸樹 313
9.4.1　用決策樹實現(xiàn)回歸 313
9.5　回歸器比較：第三階段 314
9.6　參考閱讀資料 318
9.6.1　小結(jié) 318
9.6.2　注釋 318
9.6.3　練習(xí)題 319
第10章　手動特征工程：操作數(shù)據(jù)的樂趣和意義 321
10.1　特征工程的術(shù)語和動機 321
10.1.1　為什么選擇特征工程 322
10.1.2　何時開始特征工程 323
10.1.3　特征工程是如何發(fā)生的 324
10.2　特征選擇和數(shù)據(jù)簡化：清除垃圾 324
10.3　特征縮放 325
10.4　離散化 329
10.5　分類編碼 332
10.5.1　編碼的另一種方式以及無截距的奇怪情況 334
10.6　關(guān)系和相互作用 341
10.6.1　手動特征構(gòu)造 341
10.6.2　相互作用 343
10.6.3　使用轉(zhuǎn)換器添加特征 348
10.7　對輸入空間和目標(biāo)的相關(guān)操作 350
10.7.1　對輸入空間的相關(guān)操作 351
10.7.2　對目標(biāo)的相關(guān)操作 353
10.8　參考閱讀資料 356
10.8.1　小結(jié) 356
10.8.2　注釋 356
10.8.3　練習(xí)題 357
第11章　調(diào)整超參數(shù)和管道技術(shù) 359
11.1　模型、參數(shù)、超參數(shù) 360
11.2　調(diào)整超參數(shù) 362
11.2.1　關(guān)于計算機科學(xué)和機器學(xué)習(xí)術(shù)語的說明 362
11.2.2　關(guān)于完整搜索的示例 362
11.2.3　使用隨機性在大海中撈針 368
11.3　遞歸的神奇世界：嵌套交叉驗證 370
11.3.1　重溫交叉驗證 370
11.3.2　作為模型的網(wǎng)格搜索 371
11.3.3　交叉驗證中嵌套的交叉驗證 372
11.3.4　關(guān)于嵌套交叉驗證的注釋 375
11.4　管道技術(shù) 377
11.4.1　簡單的管道 378
11.4.2　復(fù)雜的管道 379
11.5　管道和調(diào)參相結(jié)合 380
11.6　參考閱讀資料 382
11.6.1　小結(jié) 382
11.6.2　注釋 382
11.6.3　練習(xí)題 383
第四部分　高級主題
第12章　組合機器學(xué)習(xí)模型 387
12.1　集成 387
12.2　投票集成 389
12.3　裝袋法和隨機森林 390
12.3.1　自舉 390
12.3.2　從自舉到裝袋法 394
12.3.3　隨機森林 396
12.4　提升方法 398
12.4.1　提升方法的核心理念 399
12.5　各種樹集成方法的比較 401
12.6　參考閱讀資料 405
12.6.1　小結(jié) 405
12.6.2　注釋 405
12.6.3　練習(xí)題 406
第13章　提供特征工程的模型 409
13.1　特征選擇 411
13.1.1　基于度量特征的“單步篩選”方法 412
13.1.2　基于模型的特征選擇 423
13.1.3　將特征選擇與機器學(xué)習(xí)管道相集成 426
13.2　基于核的特征構(gòu)造 428
13.2.1　核激勵因子 428
13.2.2　手動核方法 433
13.2.3　核方法和核選項 438
13.2.4　核化支持向量分類器：支持向量機 442
13.2.5　關(guān)于SVM的建議和示例 443
13.3　主成分分析：一種無監(jiān)督技術(shù) 445
13.3.1　預(yù)熱：中心化數(shù)據(jù) 445
13.3.2　尋找不同的最佳線路 448
13.3.3　第一次執(zhí)行PCA 449
13.3.4　PCA的內(nèi)部原理 452
13.3.5　對一般PCA的評論 457
13.3.6　核心PCA和流形方法 458
13.4　參考閱讀資料 462
13.4.1　小結(jié) 462
13.4.2　注釋 462
13.4.3　練習(xí)題 467
第14章　領(lǐng)域特征工程：領(lǐng)域特定的機器學(xué)習(xí) 469
14.1　處理文本 470
14.1.1　對文本進行編碼 471
14.1.2　文本學(xué)習(xí)的示例 476
14.2　聚類 479
14.2.1　k-均值聚類 479
14.3　處理圖像 481
14.3.1　視覺詞袋 481
14.3.2　圖像數(shù)據(jù) 482
14.3.3　端到端系統(tǒng) 483
14.3.4　全局視覺詞袋轉(zhuǎn)換器的完整代碼 491
14.4　參考閱讀資料 493
14.4.1　小結(jié) 493
14.4.2　注釋 494
14.4.3　練習(xí)題 495
第15章　連接、擴展和進一步研究方向 497
15.1　優(yōu)化 497
15.2　基于原始數(shù)據(jù)的線性回歸 500
15.2.1　線性回歸的可視化視圖 504
15.3　基于原始數(shù)據(jù)構(gòu)建邏輯回歸 504
15.3.1　采用0-1編碼的邏輯回歸 506
15.3.2　采用加1減1編碼的邏輯回歸 508
15.3.3　邏輯回歸的可視化視圖 509
15.4　基于原始數(shù)據(jù)的SVM 510
15.5　神經(jīng)網(wǎng)絡(luò) 512
15.5.1　線性回歸的神經(jīng)網(wǎng)絡(luò)視圖 512
15.5.2　邏輯回歸的神經(jīng)網(wǎng)絡(luò)視圖 515
15.5.3　超越基本神經(jīng)網(wǎng)絡(luò) 516
15.6　概率圖模型 516
15.6.1　抽樣 518
15.6.2　線性回歸的概率圖模型視圖 519
15.6.3　邏輯回歸的概率圖模型視圖 523
15.7　參考閱讀資料 525
15.7.1　小結(jié) 525
15.7.2　注釋 526
15.7.3　練習(xí)題 527
附錄A　　mlwpy.py程序清單 529



Contents
I First Steps 1
1 Let’s Discuss Learning 3
1.1 Welcome 3
1.2 Scope, Terminology, Prediction, and Data 4
1.2.1 Features 5
1.2.2 Target Values and Predictions 6
1.3 Putting the Machine in Machine Learning 7
1.4 Examples of Learning Systems 9
1.4.1 Predicting Categories: Examples of Classifiers 9
1.4.2 Predicting Values: Examples of Regressors 10
1.5 Evaluating Learning Systems 11
1.5.1 Correctness 11
1.5.2 Resource Consumption 12
1.6 A Process for Building Learning Systems 13
1.7 Assumptions and Reality of Learning 15
1.8 End-of-Chapter Material 17
1.8.1 The Road Ahead 17
1.8.2 Notes 17
2 Some Technical Background 19
2.1 About Our Setup 19
2.2 The Need for Mathematical Language 19
2.3 Our Software for Tackling Machine Learning 20
2.4 Probability 21
2.4.1 Primitive Events 22
2.4.2 Independence 23
2.4.3 Conditional Probability 24
2.4.4 Distributions 25
2.5 Linear Combinations, Weighted Sums, and Dot Products 28
2.5.1 Weighted Average 30
2.5.2 Sums of Squares 32
2.5.3 Sum of Squared Errors 33
2.6 A Geometric View: Points in Space 34
2.6.1 Lines 34
2.6.2 Beyond Lines 39
2.7 Notation and the Plus-One Trick 43
2.8 Getting Groovy, Breaking the Straight-Jacket, and Nonlinearity 45
2.9 NumPy versus “All the Maths” 47
2.9.1 Back to 1D versus 2D 49
2.10 Floating-Point Issues 52
2.11 EOC 53
2.11.1 Summary 53
2.11.2 Notes 54
3 Predicting Categories: Getting Started with Classification 55
3.1 Classification Tasks 55
3.2 A Simple Classification Dataset 56
3.3 Training and Testing: Don’t Teach to the Test 59
3.4 Evaluation: Grading the Exam 62
3.5 Simple Classifier #1: Nearest Neighbors, Long Distance Relationships, and Assumptions 63
3.5.1 Defining Similarity 63
3.5.2 The k in k-NN 64
3.5.3 Answer Combination 64
3.5.4 k-NN, Parameters, and Nonparametric Methods 65
3.5.5 Building a k-NN Classification Model 66
3.6 Simple Classifier #2: Naive Bayes, Probability, and Broken Promises 68
3.7 Simplistic Evaluation of Classifiers 70
3.7.1 Learning Performance 70
3.7.2 Resource Utilization in Classification 71
3.7.3 Stand-Alone Resource Evaluation 77
3.8 EOC 81
3.8.1 Sophomore Warning: Limitations and Open Issues 81
3.8.2 Summary 82
3.8.3 Notes 82
3.8.4 Exercises 83
4 Predicting Numerical Values: Getting Started with Regression 85
4.1 A Simple Regression Dataset 85
4.2 Nearest-Neighbors Regression and Summary Statistics 87
4.2.1 Measures of Center: Median and Mean 88
4.2.2 Building a k-NN Regression Model 90
4.3 Linear Regression and Errors 91
4.3.1 No Flat Earth: Why We Need Slope 92
4.3.2 Tilting the Field 94
4.3.3 Performing Linear Regression 97
4.4 Optimization: Picking the Best Answer 98
4.4.1 Random Guess 98
4.4.2 Random Step 99
4.4.3 Smart Step 99
4.4.4 Calculated Shortcuts 100
4.4.5 Application to Linear Regression 101
4.5 Simple Evaluation and Comparison of Regressors 101
4.5.1 Root Mean Squared Error 101
4.5.2 Learning Performance 102
4.5.3 Resource Utilization in Regression 102
4.6 EOC 104
4.6.1 Limitations and Open Issues 104
4.6.2 Summary 105
4.6.3 Notes 105
4.6.4 Exercises 105
II Evaluation 107
5 Evaluating and Comparing Learners 109
5.1 Evaluation and Why Less Is More 109
5.2 Terminology for Learning Phases 110
5.2.1 Back to the Machines 110
5.2.2 More Technically 113
5.3 Major Tom, There’s Something Wrong: Overfitting and Underfitting 116
5.3.1 Synthetic Data and Linear Regression 117
5.3.2 Manually Manipulating Model Complexity 118
5.3.3 Goldilocks: Visualizing Overfitting, Underfitting, and “Just Right” 120
5.3.4 Simplicity 124
5.3.5 Take-Home Notes on Overfitting 124
5.4 From Errors to Costs 125
5.4.1 Loss 125
5.4.2 Cost 126
Speaking
5.4.3 Score 127
5.5 (Re)Sampling: Making More from Less 128
5.5.1 Cross-Validation 128
5.5.2 Stratification 132
5.5.3 Repeated Train-Test Splits 133
5.5.4 A Better Way and Shuffling 137
5.5.5 Leave-One-Out Cross-Validation 140
5.6 Break-It-Down: Deconstructing Error into Bias and Variance 142
5.6.1 Variance of the Data 143
5.6.2 Variance of the Model 144
5.6.3 Bias of the Model 144
5.6.4 All Together Now 145
5.6.5 Examples of Bias-Variance Tradeoffs 145
5.7 Graphical Evaluation and Comparison 149
5.7.1 Learning Curves: How Much Data Do We Need? 150
5.7.2 Complexity Curves 152
5.8 Comparing Learners with Cross-Validation 154
5.9 EOC 155
5.9.1 Summary 155
5.9.2 Notes 155
5.9.3 Exercises 157
6 Evaluating Classifiers 159
6.1 Baseline Classifiers 159
6.2 Beyond Accuracy: Metrics
for Classification 161
6.2.1 Eliminating Confusion from the Confusion Matrix 163
6.2.2 Ways of Being Wrong 164
6.2.3 Metrics from the Confusion Matrix 165
6.2.4 Coding the Confusion Matrix 166
6.2.5 Dealing with Multiple Classes: Multiclass Averaging 168
6.2.6 F1 170
6.3 ROC Curves 170
6.3.1 Patterns in the ROC 173
6.3.2 Binary ROC 174
6.3.3 AUC: Area-Under-the-(ROC)- Curve 177
6.3.4 Multiclass Learners, One-versus-Rest, and ROC 179
6.4 Another Take on Multiclass: One-versus-One 181
6.4.1 Multiclass AUC Part Two: The Quest for a Single Value 182
6.5 Precision-Recall Curves 185
6.5.1 A Note on Precision-Recall Tradeoff 185
6.5.2 Constructing a Precision-Recall Curve 186
6.6 Cumulative Response and Lift Curves 187
6.7 More Sophisticated Evaluation of Classifiers: Take Two 190
6.7.1 Binary 190
6.7.2 A Novel Multiclass Problem 195
6.8 EOC 201
6.8.1 Summary 201
6.8.2 Notes 202
6.8.3 Exercises 203
7 Evaluating Regressors 205
7.1 Baseline Regressors 205
7.2 Additional Measures for Regression 207
7.2.1 Creating Our Own Evaluation Metric 207
7.2.2 Other Built-in Regression Metrics 208
7.2.3 R2 209
7.3 Residual Plots 214
7.3.1 Error Plots 215
7.3.2 Residual Plots 217
7.4 A First Look at Standardization 221
7.5 Evaluating Regressors in a More Sophisticated Way: Take Two 225
7.5.1 Cross-Validated Results on Multiple Metrics 226
7.5.2 Summarizing Cross-Validated Results 230
7.5.3 Residuals 230
7.6 EOC 232
7.6.1 Summary 232
7.6.2 Notes 232
7.6.3 Exercises 234
III More Methods and Fundamentals 235
8 More Classification Methods 237
8.1 Revisiting Classification 237
8.2 Decision Trees 239
8.2.1 Tree-Building Algorithms 242
8.2.2 Let’s Go: Decision Tree Time 245
8.2.3 Bias and Variance in Decision Trees 249
8.3 Support Vector Classifiers 249
8.3.1 Performing SVC 253
8.3.2 Bias and Variance in SVCs 256
8.4 Logistic Regression 259
8.4.1 Betting Odds 259
8.4.2 Probabilities, Odds, and Log-Odds 262
8.4.3 Just Do It: Logistic Regression Edition 267
8.4.4 A Logistic Regression: A Space Oddity 268
8.5 Discriminant Analysis 269
8.5.1 Covariance 270
8.5.2 The Methods 282
8.5.3 Performing DA 283
8.6 Assumptions, Biases, and Classifiers 285
8.7 Comparison of Classifiers: Take Three 287
8.7.1 Digits 287
8.8 EOC 290
8.8.1 Summary 290
8.8.2 Notes 290
8.8.3 Exercises 293
9 More Regression Methods 295
9.1 Linear Regression in the Penalty Box: Regularization 295
9.1.1 Performing Regularized Regression 300
9.2 Support Vector Regression 301
9.2.1 Hinge Loss 301
9.2.2 From Linear Regression to Regularized Regression to
Support Vector Regression 305
9.2.3 Just Do It — SVR Style 307
9.3 Piecewise Constant Regression 308
9.3.1 Implementing a Piecewise
Constant Regressor 310
9.3.2 General Notes on Implementing Models 311
9.4 Regression Trees 313
9.4.1 Performing Regression with Trees 313
9.5 Comparison of Regressors: Take Three 314
9.6 EOC 318
9.6.1 Summary 318
9.6.2 Notes 318
9.6.3 Exercises 319
Data for Fun and Profit 321
10.1 Feature Engineering Terminology and Motivation 321
10.1.1 Why Engineer Features? 322
10.1.2 When Does Engineering Happen? 323
10.1.3 How Does Feature Engineering Occur? 324
10.2 Feature Selection and Data Reduction: Taking out the Trash 324
10.3 Feature Scaling 325
10.4 Discretization 329
10.5 Categorical Coding 332
10.5.1 Another Way to Code and the Curious Case of the Missing
Intercept 334
10.6 Relationships and Interactions 341
10.6.1 Manual Feature Construction 341
10.6.2 Interactions 343
10.6.3 Adding Features with Transformers 348
10.7 Target Manipulations 350
10.7.1 Manipulating the Input Space 351
10.7.2 Manipulating the Target 353
10.8 EOC 356
10.8.1 Summary 356
10.8.2 Notes 356
10.8.3 Exercises 357
359
11.1 Models, Parameters, Hyperparameters 360
11.2 Tuning Hyperparameters 362
11.2.1 A Note on Computer Science and Learning Terminology 362
11.2.2 An Example of Complete Search 362
11.2.3 Using Randomness to Search for a Needle in a Haystack 368
11 Tuning Hyperparameters and Pipelines
10 Manual Feature Engineering: Manipulating
11.3 Down the Recursive Rabbit Hole: Nested Cross-Validation 370
11.3.1 Cross-Validation, Redux 370
11.3.2 GridSearch as a Model 371
11.3.3 Cross-Validation Nested within Cross-Validation 372
11.3.4 Comments on Nested CV 375
11.4 Pipelines 377
11.4.1 A Simple Pipeline 378
11.4.2 A More Complex Pipeline 379
11.5 Pipelines and Tuning Together 380
11.6 EOC 382
11.6.1 Summary 382
11.6.2 Notes 382
11.6.3 Exercises 383
IV Adding Complexity 385
387
12.1 Ensembles 387
12.2 Voting Ensembles 389
12.3 Bagging and Random Forests 390
12.3.1 Bootstrapping 390
12.3.2 From Bootstrapping to Bagging 394
12.3.3 Through the Random Forest 396
12.4 Boosting 398
12.4.1 Boosting Details 399
12.5 Comparing the Tree-Ensemble Methods 401
12.6 EOC 405
12.6.1 Summary 405
12.6.2 Notes 405
12.6.3 Exercises 406
12 Combining Learners409
13.1 Feature Selection 411
13.1.1 Single-Step Filtering with
Metric-Based Feature Selection 412
13.1.2 Model-Based Feature Selection 423
13.1.3 Integrating Feature Selection with
a Learning Pipeline 426
13.2 Feature Construction with Kernels 428
13.2.1 A Kernel Motivator 428
13.2.2 Manual Kernel Methods 433
13.2.3 Kernel Methods and Kernel Options 438
13.2.4 Kernelized SVCs: SVMs 442
13.2.5 Take-Home Notes on SVM and an Example 443
13.3 Principal Components Analysis: An Unsupervised Technique 445
13.3.1 A Warm Up: Centering 445
13.3.2 Finding a Different Best Line 448
13.3.3 A First PCA 449
13.3.4 Under the Hood of PCA 452
13.3.5 A Finale: Comments on General PCA 457
13.3.6 Kernel PCA and Manifold
Methods 458
13.4 EOC 462
13.4.1 Summary 462
13.4.2 Notes 462
13.4.3 Exercises 467
Domain-Specific Learning 469
14.1 Working with Text 470
14.1.1 Encoding Text 471
14.1.2 Example of Text Learning 476
14.2 Clustering 479
14.2.1 k-Means Clustering 479
13 Models That Engineer Features for Us
14 Feature Engineering for Domains:
14.3 Working with Images 481
14.3.1 Bag of Visual Words 481
14.3.2 Our Image Data 482
14.3.3 An End-to-End System 483
14.3.4 Complete Code of BoVW Transformer 491
14.4 EOC 493
14.4.1 Summary 493
14.4.2 Notes 494
14.4.3 Exercises 495
Directions 497
15.1 Optimization 497
15.2 Linear Regression from Raw Materials 500
15.2.1 A Graphical View of Linear Regression 504
15.3 Building Logistic Regression from Raw Materials 504
15.3.1 Logistic Regression with Zero-One Coding 506
15.3.2 Logistic Regression with Plus-One Minus-One Coding 508
15.3.3 A Graphical View of Logistic Regression 509
15.4 SVM from Raw Materials 510
15.5 Neural Networks 512
15.5.1 A NN View of Linear Regression 512
15.5.2 A NN View of Logistic Regression 515
15.5.3 Beyond Basic Neural Networks 516
15.6 Probabilistic Graphical Models 516
15.6.1 Sampling 518
15.6.2 A PGM View of Linear Regression 519
15 Connections, Extensions, and Further
15.6.3 A PGM View of Logistic Regression 523
15.7 EOC 525
15.7.1 Summary 525
15.7.2 Notes 526
15.7.3 Exercises 527
A mlwpy.py Listing 529
Index 537