機器學習案例實戰(zhàn)

第1章 常用機器學習平臺． 1
1．1　常用機器學習工具1
1．2　TI-ONE 平臺概述3
1．3　PySpark 介紹4
1．4　TI-ONE 機器學習平臺主要的組件5
1．4．1　數(shù)據(jù)源組件　5
1．4．2　機器學習組件　6
1．4．3　輸出組件10
1．4．4　模型評估組件　11
第2章　銀行信用卡風險的可視化分析．　12
2．1　Tableau 簡介13
2．2　用戶信用等級影響因素13
2．3　用戶消費情況對信用等級的影響．19
2．4　用戶拖欠情況對信用等級的影響．24
2．5　欺詐用戶特征分析27
第3章　貸款違約行為預(yù)測．　31
3．1　建立信用評估模型的必要性31
3．2　數(shù)據(jù)準備與預(yù)處理32
3．2．1　原始數(shù)據(jù)集　33
3．2．2　基礎(chǔ)表數(shù)據(jù)預(yù)處理　36
3．2．3　多表合并40
3．3　模型選擇．42
3．3．1　帶正則項的Logistic 回歸模型　42
3．3．2　樸素貝葉斯模型　42
3．3．3　隨機森林模型　42
3．3．4　SVM 模型　43
3．4　TI-ONE 整體流程43
3．4．1　登錄TI-ONE　44
3．4．2　輸入工作流名稱　44
3．4．3　上傳數(shù)據(jù)　45
3．4．4　數(shù)據(jù)預(yù)處理　46
3．4．5　拆分出驗證集　50
3．4．6　拆分出測試集　51
3．4．7　模型訓練和評估　51
第4章　保險風險預(yù)測．61
4．1　背景介紹　61
4．2　數(shù)據(jù)預(yù)處理63
4．2．1　數(shù)據(jù)加載與預(yù)覽　63
4．2．2　缺失值處理　64
4．2．3　屬性值的合并與連接　65
4．2．4　數(shù)據(jù)轉(zhuǎn)換　66
4．2．5　數(shù)據(jù)標準化和歸一化　67
4．3　多維分析．67
4．4　基于神經(jīng)網(wǎng)絡(luò)模型預(yù)測保險風險．70
4．5　使用SVM 預(yù)測保險風險．74
第5章　銀行客戶流失預(yù)測　80
5．1　問題描述　80
5．2　數(shù)據(jù)上傳．82
5．3　數(shù)據(jù)預(yù)處理83
5．3．1　非數(shù)值特征處理　83
5．3．2　數(shù)據(jù)離散化處理　83
5．3．3　數(shù)據(jù)篩選　85
5．3．4　數(shù)據(jù)格式轉(zhuǎn)化　86
5．3．5　數(shù)據(jù)分割　87
5．4　數(shù)據(jù)建?！?8
5．5　模型校驗評估　91
5．5．1　二分類算法評估　91
5．5．2　ROC 曲線繪制．　92
5．5．3　決策樹參數(shù)優(yōu)化　94
5．5．4　k 折交叉驗證．　95
5．6　工作流的運行．95
5．7　算法性能比較．98
第6章　基于深度神經(jīng)網(wǎng)絡(luò)的股票預(yù)測　100
6．1　股票趨勢預(yù)測的背景和分析思路100
6．2　數(shù)據(jù)提?。?03
6．3　數(shù)據(jù)預(yù)處理103
6．3．1　數(shù)據(jù)歸一化103
6．3．2　加窗處理104
6．3．3　分割數(shù)據(jù)集106
6．3．4　標簽獨熱編碼轉(zhuǎn)化106
6．4　模型訓練．106
6．5　算法評估．110
6．6　算法比較．111
第7章　保險產(chǎn)品推薦119
7．1　保險產(chǎn)品推薦的流程．120
7．2　數(shù)據(jù)提取．121
7．2．1　上傳原始文件　121
7．2．2　讀取訓練集和檢驗集　122
7．3　數(shù)據(jù)預(yù)處理124
7．3．1　去重和合并數(shù)據(jù)集124
7．3．2　缺失值處理　125
7．3．3　特征選擇　126
7．3．4　類型變量獨熱編碼　127
7．3．5　數(shù)值變量規(guī)范化　127
7．3．6　生成訓練集和檢驗集　128
7．4　構(gòu)建保險預(yù)測模型129
7．5　模型評估．131
第8章　零售商品銷售預(yù)測．　133
8．1　問題分析．133
8．2　數(shù)據(jù)探索．135
8．2．1　上傳原始數(shù)據(jù)　135
8．2．2　數(shù)據(jù)質(zhì)量評估　136
8．3　數(shù)據(jù)預(yù)處理139
8．3．1　填補缺失值　139
8．3．2　修正異常值　140
8．3．3　衍生字段　141
8．3．4　類型變量數(shù)值化和獨熱編碼化　142
8．3．5　數(shù)據(jù)導出　143
8．4　建立銷售量預(yù)測模型．143
8．4．1　線性回歸模型　144
8．4．2　Ridge 回歸模型．　145
8．4．3　Lasso 回歸模型．　145
8．4．4　Elastic Net 回歸模型．　146
8．4．5　決策樹回歸模型　146
8．4．6　梯度提升樹回歸模型　147
8．4．7　隨機森林回歸模型　148
8．5　模型評估．148
第9章　汽車備件銷售預(yù)測．　151
9．1　數(shù)據(jù)理解．151
9．2　數(shù)據(jù)分析流程．152
9．2．1　設(shè)置數(shù)據(jù)源　152
9．2．2　數(shù)據(jù)預(yù)處理　155
9．2．3　建模分析與評估　158
9．3　聚類分析．162
第10章　火力發(fā)電廠工業(yè)蒸汽量預(yù)測．166
10．1　確定業(yè)務(wù)問題．166
10．2　數(shù)據(jù)理解．166
10．3　工業(yè)蒸汽量的預(yù)測建模過程167
10．3．1　設(shè)置數(shù)據(jù)源　168
10．3．2　數(shù)據(jù)預(yù)處理　168
10．3．3　建模分析與評估　172
第11章　圖片風格轉(zhuǎn)化．179
11．1　CycleGAN 原理．180
11．2　圖片風格轉(zhuǎn)化整體流程182
11．2．1　設(shè)置數(shù)據(jù)源　183
11．2．2　數(shù)據(jù)預(yù)處理184
11．2．3　模型訓練　186
11．2．4　驗證模型參數(shù)以及測試集　193
11．2．5　模型測試——轉(zhuǎn)化圖片風格194
11．3　運行工作流195
11．4　算法比較．198
11．4．1　CycleGAN 與pix2pix 模型．　198
11．4．2　CycleGAN 與DistanceGAN 模型　198
11．5　使用TensorFlow 實現(xiàn)圖片風格轉(zhuǎn)化．199
第12章　人類活動識別．206
12．1　問題分析．206
12．2　數(shù)據(jù)探索．207
12．3　數(shù)據(jù)預(yù)處理209
12．4　模型構(gòu)建．210
12．5　模型評估．214
第13章　GRU 算法在基于Session 的推薦系統(tǒng)的應(yīng)用　221
13．1　問題分析．221
13．2　數(shù)據(jù)探索與預(yù)處理222
13．2．1　數(shù)據(jù)變換　223
13．2．2　數(shù)據(jù)過濾　223
13．2．3　數(shù)據(jù)分割　223
13．2．4　格式轉(zhuǎn)換224
13．3　構(gòu)建GRU 模型225
13．3．1　GRU 概述　225
13．3．2　構(gòu)建GRU 推薦模型．　226
13．4　模型評估．229
第14章　人臉老化預(yù)測　233
14．1　問題分析與數(shù)據(jù)集簡介233
14．2　圖片編碼與GAN 設(shè)計．234
14．3　模型實現(xiàn)．235
14．4　實驗分析．236
第15章　出租車軌跡數(shù)據(jù)分析　243
15．1　數(shù)據(jù)獲?。?44
15．2　數(shù)據(jù)預(yù)處理246
15．3　數(shù)據(jù)分析．252
15．3．1　出租車區(qū)域推薦以及交通管理建議　252
15．3．2　城市規(guī)劃建議　257
第16章　城市聲音分類．261
16．1　數(shù)據(jù)準備與探索261
16．2　數(shù)據(jù)特征提取．268
16．3　構(gòu)建城市聲音分類模型271
16．3．1　使用MLP 訓練聲音分類模型　271
16．3．2　使用LSTM 與GRU 網(wǎng)絡(luò)訓練聲音分類模型．　273
16．3．3　使用CNN 訓練聲音分類模型　274
16．4　聲音分類模型評估275
16．4．1　MLP 網(wǎng)絡(luò)性能評估　275
16．4．2　LSTM 與GRU 網(wǎng)絡(luò)性能評估．　276
16．4．3　CNN 性能評估　277
后記　數(shù)據(jù)分析技能培養(yǎng)　279
參考文獻．　282