機器學習入門系列，黃海廣老師主講。本站將持續更新，ppt、代碼、課后習題見文末。

本系列的目錄

01.引言

02.回歸

03.邏輯回歸

04.樸素貝葉斯

05.機器學習實踐

06.機器學習庫Scikit-learn

07.KNN算法

08.決策樹

09.集成學習

10.人工神經網絡

11.支持向量機

12.聚類

13.降維

14.關聯規則

15.機器學習項目流程

本章目錄

• 15.1 機器學習項目流程概述

• 15.2?數據清洗

• 15.3 特征工程

• 15.4 數據建模

15.1 機器學習項目流程概述

視頻講解

圖文內容

15.2 數據清洗

視頻講解

圖文內容

15.3 特征工程

視頻講解

圖文內容

15.4 回歸的評價指標

視頻講解

項目講解

這是一個機器學習的完整流程，附代碼非常全，幾乎適合任何監督學習的分類問題，本文提供代碼和數據下載。

作者：WillKoehrsen

翻譯：DeqianBai(https://github.com/DeqianBai)

這是2018年夏天，一位美國數據科學家在申請工作時的“作業”，完整的英文版作業在:

https://github.com/WillKoehrsen/machine-learning-project-walkthrough/blob/master/hw_assignment.pdf

項目目標：

• 使用提供的建筑能源數據開發一個模型，該模型可以預測建筑物的能源之星得分，

• 然后解釋結果以找到最能預測得分的變量。

項目介紹：

這是一個受監督的回歸機器學習任務：給定一組包含目標（在本例中為分數）的數據，我們希望訓練一個可以學習將特征（也稱為解釋變量）映射到目標的模型。

• 受監督問題：我們可以知道數據的特征和目標，我們的目標是訓練可以學習兩者之間映射關系的模型。

• 回歸問題：Energy Star Score是一個連續變量。

在訓練中，我們希望模型能夠學習特征和分數之間的關系，因此我們給出了特征和答案。然后，為了測試模型的學習效果，我們在一個從未見過答案的測試集上進行評估

我們在拿到一個機器學習問題之后，要做的第一件事就是制作出我們的機器學習項目清單。下面給出了一個可供參考的機器學習項目清單，它應該適用于大多數機器學習項目，雖然確切的實現細節可能有所不同，但機器學習項目的一般結構保持相對穩定：

數據清理和格式化

探索性數據分析

特征工程和特征選擇

基于性能指標比較幾種機器學習模型

對最佳模型執行超參數調整

在測試集上評估最佳模型

解釋模型結果

得出結論

提前設置機器學習管道結構讓我們看到每一步是如何流入另一步的。但是，機器學習管道是一個迭代過程，因此我們并不總是以線性方式遵循這些步驟。我們可能會根據管道下游的結果重新審視上一步。例如，

• 雖然我們可以在構建任何模型之前執行特征選擇，但我們可以使用建模結果返回并選擇一組不同的特征。

• 或者，建模可能會出現意想不到的結果，這意味著我們希望從另一個角度探索我們的數據。

• 一般來說，你必須完成一步才能繼續下一步，但不要覺得一旦你第一次完成一步，你就不能回頭做出改進！你可以在任何時候返回前面的步驟并作出相應的修改。

代碼部分

代碼部分較長，僅貼代碼的目錄，完整代碼在文末提供下載。

1. 數據清理和格式化

• 1.1 加載并檢查數據

• 1.2 ?數據類型和缺失值

  • 1.2.1 將數據轉換為正確的類型

• 1.3 處理缺失值

2. 探索性數據分析

• 2.1 單變量圖

• 2.2 去除異常值

• 2.3 尋找關系

• 2.4 特征與目標之間的相關性

• 2.5 雙變量圖（Two-Variable Plots）

  • 2.5.1 Pairs Plot

3. 特征工程和特征選擇

• 3.1 特征工程

• 3.2 特征選擇（去除共線特征）

• 3.3 劃分訓練集和測試集

• 3.4 建立Baseline

• 小結

4. 基于性能指標比較幾種機器學習模型

• 4.1 輸入缺失值

• 4.2 特征縮放

• 4.3 需要評估的模型

5. 對最佳模型執行超參數調整

• 5.1 超參數

• 5.2 使用隨機搜索和交叉驗證進行超參數調整

6. 在測試集上評估最佳模型

7. 解釋模型結果

• 7.1 特征重要性

• 7.2 使用特征重要性進行特征選擇

• 7.3 本地可解釋的與模型無關的解釋

• 7.4 檢查單個決策樹

8. 得出結論

• 8.1 得出結論

• 記錄發現

代碼截圖

相關資源

課程門檻較低，只要有本科三年級以上的數學知識，會一種編程語言，就可以掌握這門課程的絕大部分內容。

課程鏈接（中國大學慕課，有習題和證書）：
https://www.icourse163.org/course/WZU-1464096179

課程資源（pdf版本課件和代碼）公布在Github：

https://github.com/fengdu78/WZU-machine-learning-course

課程視頻也可以在b站觀看（觀看方便，但無課后習題和證書）：

https://www.bilibili.com/video/BV1gP4y177cf?share_source=copy_web

?如果是在校老師，請告知我們學校和姓名，我可以發原版ppt文件，請用edu郵箱聯系我：haiguang2000@wzu.edu.cn

?機器學習交流qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的(视频+图文)机器学习入门系列-第15章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。