课程包含19章内容

• 缺失值处理
• 数值离散化
• 特征提取
• IRIS数据集
• 类别字段编码
• 乳腺癌数据集
• 线性回归
• 多项式特征
• 数值标准化
• 数据指标计算
• 决策树
• 随机森林
• 文本数据处理
• 数据聚类
• 数据降维PCA
• 关联规则
• 异常值检测
• 手写数字识别
• 邮件文本分类
• 房价预估

覆盖sklearn知识点

• 为机器学习模型准备数据
• 处理缺失值，SimpleImputer类
• 分类、回归、聚类
• 离散化
• 特征提取
• PolynomialFeatures类
• LabelEncoder类
• OneHotEncoder类
• StandardScaler类
• 虚拟编码
• 将数据拆分为训练集和测试集
• LogisticRegression类
• 混淆矩阵
• 分类报告
• 线性回归类
• MAE - 平均绝对误差
• MSE - 均方误差
• sigmoid()函数
• 熵
• 准确率
• 决策树分类器类
• GridSearchCV类
• RandomForestClassifier类
• CountVectorizer类
• TfidfVectorizer类
• KMeans类
• AgglomerativeClustering类
• 层次聚类类
• DBSCAN类
• 降维，PCA 分析
• 关联规则
• LocalOutlierFactor类
• 隔离森林类
• KNeighborsClassifier类
• 多项式NB 类
• GradientBoostingRegressor类