《机器学习实战》完整总结

1.首先从图片的角度，对机器学习算法、实战有一个全面而感性的认识。
1.1 机器学习算法思维导图

1.2 监督学习经典模型树状图

1.3 Scikit-learn工具包使用网状图

1.4 监督学习流程图

---

2.剖析监督学习流程图的每一个步骤(by code)。
2.1 原始数据收集
（1）导入本地数据：

import pandas as pd  
train = pd.read_csv('../Breast-Cancer/breast-cancer-train.csv')
test = pd.read_csv('../Breast-Cancer/breast-cancer-test.csv')

（2）在线获取数据

import pandas as pd
titanic = pd.read_csv('http://biostat.mc.vanderbilt.edu/wiki/pub/Main/DataSets/titanic.txt')

（3）导入sklearn模块自带的数据集

from sklearn.datasets import load_boston，load_digits,fetch_20newsgroups
boston = load_boston()
#查看数据说明(DESCR)
print boston.DESCR

digits = load_digits()
#查看数据规模和特征维度
print digits.data.shape

#与之前预存的数据不同，fetch_20newsgroups需要即时从互联网下载数据
news=fetch_20newsgroups(subset='all')
#查验数据规模和细节
print len(news.data)
print news.data[0]

2.2 数据预处理

• 处理缺失数据
</